این مقاله به بررسی مسئلة زمانبندی خدمه آمبولانس برای حداکثرسازی پوشش در طی افق برنامهریزی میپردازد. در این مسئله، مکانیابی آمبولانسها برای حداکثرسازی پوشش موردانتظار با زمانهای پاسخ احتمالاتی مسئلهای فرعی محسوب میشود که یک الگوریتم جستجوی ممنوعه برای آن ارائه میشود. بصورت تجربی نشان داده میشود که این الگوریتم پیشنهادی برای این مسئلة فرعی نسبت به روشهای قبلی عملکرد بهتری دارد. دو مدل برنامهنویسی عدد صحیح برای مسئلة اصلی ایجاد میشود که در آنها از خروجی الگوریتم جستجوی ممنوعه استفاده میشود. سپس از طریق دادههای واقعی آزمونهای محاسباتی انجام میشوند. در نهایت مقایسهای بین نتایج مدلها صورت میگیرد.
1. مقدمه
تأثیربخشی خدمات پزشکی اورژانس (EMS) جزء مهمی از یک نظام بهداشت و درمان کارآمد است. کیفیت خدمات سیستمهای EMS مطابق با معیارهای متعددی سنجیده میشود که از آن جمله میانگین زمان پاسخ، نوع درمان آموزش دادهشده به پرسنل اورژانس و تجهیزات قابلدسترس را میتوان نام برد. پرکاربردترین شاخص کیفیت خدمات درصد تماسهاییست که زمان پاسخشان در محدودة زمانی استاندارد، معمولاً بین ۸ تا ۱۰ دقیقه، است. در مدلهای برنامهریزی، این کمیت اغلب با بکارگیری مفهوم پوشش تقریب زده میشود که در آن فرض میشود گرة تقاضا تحت پوشش ایستگاه آمبولانس است مشروط بر اینکه میانگین زمان پاسخ در محدودة ازپیشتعیینشده باشد. مطالعات زیادی در ارتباط با بهبود کیفیت خدمات سیستمهای EMS وجود دارد. خوانندگان میتوانند برای مرور مطالعات اخیر به مقاله گولدبرگ (۲۰۰۴) مراجعه کنند. اگرچه فرضیات اولیة این قبیل مطالعات متفاوتند، اما با توجه به دیدگاه مدلکننده و سیستم EMS موردنظر فرضیة مشترک بین مطالعات قابلیت دسترسی ثابت به منابع خدماتی است. به عبارتی دیگر، زمانی که آمبولانسی به سیستم معرفی میشود، فرض میشود هر زمانی آماده بکار است. با این حال، معمولاً به جهت عنصر انسانی دخیل در این سیستم این اتفاق در دنیای واقعی نمیافتد. همانطور که قوانین و مقرّرات حاکم بر شرایط کاری پرسنل اورژانس (EMS) تعیین میکنند، حجم کار و مدت زمان کار پرسنل در هر روز کاری حدودی دارد. در نتیجه، معمولاً تعداد محدودی الگوی ساعات کاری بنام شیفت وجود دارد که منجر به متغیر بودن منابع خدماتی برحسب زمان میشود. زمانبندی ساعات کاری پرسنل اورژانس براساس این شیفتها جهت حداکثرسازی پوشش مسئلهای است که بطور دورهای مطرح میشود.
This paper addresses the problem of scheduling ambulance crews in order to maximize the coverage throughout a planning horizon. The problem includes the subproblem of locating ambulances to maximize expected coverage with probabilistic response times, for which a tabu search algorithm is developed. The proposed tabu search algorithm is empirically shown to outperform previous approaches for this subproblem. Two integer programming models that use the output of the tabu search algorithm are constructed for the main problem. Computational experiments with real data are conducted. A comparison of the results of the models is presented.
1. Introduction
The effectiveness of emergency medical services (EMS) is a crucial ingredient of an efficient healthcare system. The quality of service for EMS systems is measured according to multiple criteria, including average response time, the type of care that EMS staff are trained to provide, and the equipment to which they have access. The most commonly used indicator of quality of service is the fraction of calls whose response time is within a time standard, typically 8–10 minutes. In planning models, this quantity is often approximated using the concept of coverage, where a demand node is assumed to be covered by an ambulance station if the average response time is within a preset limit. Many studies exist on improving the quality of service of EMS systems. We refer the reader to Goldberg (2004) for a recent review. Although the basic assumptions of such studies vary, based on the perspective of the modeller and the EMS system at hand, one common assumption is the static availability of the service resources. In other words, once an ambulance is introduced into the system, it is assumed to be active at any given time. However, this is usually not the case in realworld applications because of the human element involved. As prescribed by laws and legislations governing the working conditions of EMS staff, there are limits on the amount and the periods of time an ambulance crew can work in a day. Consequently, there usually exists a limited number of working hour patterns called shifts resulting in time-varying service resources. Scheduling the working hours of EMS staff based on these shifts to maximize coverage is a problem that arises periodically. Even when the scheduling decisions are made, the subproblem of locating ambulances based on the varying number of calls still remains unsolved. When implementing results based on existing ambulance location methods, it is crucial to account for the dynamic availability of resources over time.
مقدمه
مروری بر منابع علمی مرتبط
مدلهای مکانیابی آمبولانس
مدلهای زمانبندی شیفت کاری
تخصیص استاتیکی آمبولانسها به ایستگاهها
زمانبندی هفتگی آمبولانسها
نمادگذاری
مدل ۱: حداکثرسازی پوشش موردانتظار تجمعی
مدل ۲: حداکثر پوشش موردانتظار، حداکثر پوشش موردانتظار تجمعی
نتایج محاسباتی
نتیجهگیری
Introduction
Review of related literature
Ambulance location models
Shift scheduling models
Static allocation of ambulances to stations
Weekly scheduling of ambulances
Model 1: Maximizing aggregate expected coverage
Model 2: Maximin expected coverage, maximum aggregate expected coverage
Computational results
Conclusions