CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مکانیابی و تخصیص آمبولانس با رویکرد آمیخته تیوری صف (شبیه سازی) و برنامه ریزی عدد صحیح

عنوان مقاله: مکانیابی و تخصیص آمبولانس با رویکرد آمیخته تیوری صف (شبیه سازی) و برنامه ریزی عدد صحیح
شناسه ملی مقاله: MDMCONF02_066
منتشر شده در دومین کنفرانس بین المللی تحولات نوین در مدیریت ، اقتصاد و حسابداری در سال 1397
مشخصات نویسندگان مقاله:

خداکرم سلیمی فرد - دانشیار گروه مدیریت صنعتی، دانشکده ادبیات و علوم انسانی، دانشگاه خلیج فارس بوشهر، ایران
مهرناز منصوری - کارشناس ارشد مدیریت صنعتی، دانشکده ادبیات و علوم انسانی، دانشگاه خلیج فارس بوشهر، ایران

خلاصه مقاله:
سیستمهای خدمات فوریتهای پزشکی فراهم کننده خدمات از نوع مراقبتهای فوری پیش بیمارستانی برای افراد بیمار و آسیب دیده است. یکی از گامهای اساسی برای ارایه مناسب خدمات اورژانسی، پاسخگویی سریع با آمبولانس است که افزایش شمار درخواستها برای آمبولانس از یک سو و از سوی دیگر محدودیتهای عملیاتی، برنامه ریزی بهینه منابع برای پاسخگویی سریع و دستیابی به نتایج مطلوب را دشوار ساخته است. این دشواری به ویژه در توزیع و تخصیص آمبولانس به نقاط گوناگون شهر از اهمیت زیادی برخوردار است. در این پژوهش از مدل صف بیشینه پوشش مکانیابی-تخصیص برای تخصیص و پوشش تقاضا برای آمبولانس شهری استفاده شده است. برای دستیابی به پاسخ بهینه، رویکرد شبیه سازی مونت کارلو با مدلسازی ریاضی ترکیب شده است. داده های مورد نیاز مسیله از مرکز فوریتهای پزشکی بوشهر گردآوری شد. با بکارگیری روش شبیه-سازی مونت کارلو داده های لازم مانند شمار آمبولانس مورد نیاز هر گره با حالات متفاوت سیستم در قالب محل تماس، تعداد متفاوت تماسهای اورژانسی در روز و میانگین زمان سرویس با توجه به توابع توزیع تجربی برای مدل برآورد گردید. همچنین، شمار آمبولانس در سطوح اطمینان متفاوت محاسبه شد و سپس با استفاده از حل مدل ریاضی در نرم افزار لینگو پاسخ بهینه به دست آمد. یافته ها نشان میدهد که سطوح اطمینان متفاوت برای پوشش بیشینه تقاضا بر تخصیص آمبولانسها به مراکز تاثیرگذار است. همچنین، استفاده از این روش، ترکیبهای گوناگونی را در سطوح اطمینان متفاوت برای شمار آمبولانس مورد نیاز هر گره ارایه میدهد.

کلمات کلیدی:
تخصیص آمبولانس، مکان یابی، مدل Q-MALP، شبیه سازی مونت کارلو، برنامه ریزی عدد صحیح

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/782005/