ارائه مدل بهینه سازی ریاضی و الگوریتم های فراابتکاری به منظور حل مساله بلوک بندی مناطق جمعیتی به صورت سلسله مراتبی
Publish place: Modern Research in Decision Making، Vol: 5، Issue: 4
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 65
This Paper With 24 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SAIM-5-4_003
تاریخ نمایه سازی: 24 آذر 1402
Abstract:
DOR : ۲۰.۱۰۰۱.۱.۲۴۷۶۶۲۹۱.۱۳۹۹.۵.۴.۳.۰ جمع آوری پسماند بیمارستانی یکی از موضوعات مهم در مدیریت خدمات شهری محسوب می شود. در این تحقیق یک مدل ریاضی به منظور بلوک بندی مناطق جمعیتی در سیستم خدمات بیمارستانی ارائه می شود. در این مدل مطابق با نیاز برخی از سازمان های متولی ارائه خدمات شهری، ساختار سلسله مراتبی بلوک ها مدنظر قرار گرفته است. بدین منظور در یک تصمیم-گیری یکپارچه، مناطق جمعیتی به بلوک های اصلی تقسیم شده و سپس هر بلوک به تعدادی زیربلوک تقسیم شده است. هدف از این نوع تقسیم بندی تهیه ساختار مناسب برای کنترل جریان خدمات از سطح عملیاتی به سطح مدیریتی است. با توجه به اینکه مساله بلوک بندی از رده مسائل ان پی سخت است، جهت حل مثال های عددی در دنیای واقعی نیاز به استفاده از الگوریتم های فراابتکاری است. در این تحقیق دو الگوریتم فراابتکاری ژنتیک و گرگ خاکستری جهت حل مسائل در ابعاد بزرگ به کار رفته است. طبق نتایج محاسباتی می توان مشاهده نمود که علیرغم وجود کارایی بالای هر دو الگوریتم در حل نمونه های عددی در ابعاد کوچک، الگوریتم گرگ خاکستری توانایی بیشتری در حل نمونه های عددی در ابعاد بزرگ نسبت به الگوریتم ژنتیک دارد. نتایج این تحقیق می تواند به عنوان یک ابزار مدیریتی در حل مساله بهینه-سازی بلوک بندی مناطق جمعیتی از جمله در سیستم سلامت مورد استفاده مدیران قرار گیرد.
Keywords:
Authors
فروغ قلاسی مود
دانشجوی دکتری، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران
حسن حسینی نسب
استاد، گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران
جواد طیبی
استادیار، گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه صنعتی بیرجند، بیرجند، ایران
محمدباقر فخرزاد
دانشیار، گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :