ارائه مدل زمان بندی بهینه سیستم امداد رسانی در شرایط بحران با در نظرگیری ظرفیت حداکثری ناوگان ؛ مطالعه موردی: شهر قزوین

نوع مقاله:
مطالعه موردی (ترویجی)
چکیده:

جلوگیری از تبدیل بلایای طبیعی به فجایع طبیعی مستلزم بالابردن توان مدیریتی و برنامه ریزی های مدیریت بحران است. به این منظور در روند خدمت رسانی درچنین حوادثی ،ثانیه ها و دقایق نقش به سزایی درنجات انسان ها دارند.در این راستا ، این پژوهش با درنظرگیری یک بیمارستان و ناوگان امدادرسانی آن ، به عنوان ارگان اصلی ارایه خدمات درمانی در شهر قزوین ، و نیز به کارگیری فواصل واقعی مناطق مختلف این شهر از این محل ، درصدد بهینه سازی زمان لازم برای انتقال مجروحین در شرایط بحران به بیمارستان در یک زنجیره تامین سه مرحله ای می باشد که ظرفیت ناوگان امداد رسانی نیز در مساله لحاظ شده است. پیچیدگی مساله فوق از نوع NP-hard می باشد. بنابراین پیدا کردن جواب بهینه در زمان معقول ، برای مساله با استفاده از روش های دقیق غیرممکن است.در این مقاله برای حل مساله ، از یک الگوریتم ژنتیک پویا دارای کروموزوم هایی با ساختار متغیر استفاده می شود. همچنین به منظور بررسی صحت نتایج به دست آمده از این الگوریتم ، نتایج با جواب های روش جستجوی تصادفی مقایسه گردیده است. نتایج ، نشان از برتری الگوریتم ژنتیک ارایه شده دارد و نشان دهنده ی کاهش میانگین جواب ها در مواردی نظیر افزایش تعداد وسایل امدادی و ظرفیت آن ها و کاهش زمان امداد رسانی اولیه و نیز افزایش میانگین جواب ها با افزایش تعداد مجروحین است.

زبان:
فارسی
صفحات:
81 تا 88
لینک کوتاه:
magiran.com/p2124199 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!