تبليغات X
دانلود مقاله مکان های اعزام برای خدمات اورژانس پ

تصمیمات مکان یابی و ارسال مشترک برای خدمات فوریتهای پزشکی

دانلود مقاله ترجمه شده مکان های مشترک و تصمیم گیری های اعزام برای خدمات اورژانس پزشکی

تصمیمات مکان یابی و ارسال مشترک برای خدمات فوریتهای پزشکی

دسته بندی کامپیوتر و IT
فرمت فایل pdf
حجم فایل 597 کیلو بایت
تعداد صفحات فایل 28

دریافت فایل

 

فروشنده فایل

کد کاربری 14596

تمام فایل ها

فایل دانلودی فقط شامل فایل ترجمه شده با پسوند pdf بوده و فایل انگلیسی در آن موجود نمی باشد.

بخشی از ترجمه فارسی مقاله:

1- مقدمه
سامانه های خدمات فوریت های پزشکی (EMS) یک خدمت عمومی است که مراقیت های ویژه خارج از بیمارستان و انتقال به یک مکان با مراقبت های معین را برای بیمارانی با بیماری ها و صدماتی که با فوریت های پزشکی سازگاری دارند فراهم می کند. هدف نهایی سامانه های EMS نجات زندگی است. توانایی این سامانه ها برای انجام مؤثر این کار، تحت تأثیر تخصیص منابع متعدد از جمله مکان سرورها، توزیع مناطق تقاضا و قواعد توزیع سرورها است. اهداف مشترک متوسط زمان پاسخ را کمینه می کنند و یا بیشترین پوشش را ایجاد می کنند. ارتباط بین زمان پاسخ کمینه و بهبود بقا در کارهای متعددی نظیر Sanchez-Mangas, García-Ferrer, de Juan, Arroyo (2010) ، McLay و Mayorga (2010,2011) گزارش شده است. یک ناحیه تقاضا در صورتی پوشش داده می شود که حداقل یک مجموعه امکانات در یک آستانه فاصله/زمان معین از ناحیه تقاضا وجود داشته باشد. مفهوم پوشش مرتبط با در دسترس بودن امکانات رضایت بخش به جای وجود بهترین نوع ممکن از آن امکانات است (Farahani, Asgari, Heidari, Hosseininia, & Goh, 2012). Li, Zhao, Zhu و Wyatt (2011) اشاره کردند که روش پوشش بیشینه متداول ترین روش مورد استفاده توسط فعالانف پژوهشگران و قانونگذاران است.
از دیرباز، تصمیمات مکان و توزیع به طور جداگانه به هم نزدیک بوده اند حتی با این که مطالعات مختلف نشان داده اند احتمال مشغول بودن سرورها (و در نتیجه زمان پاسخ و پوشش در بین دیگر شاخص های عملکرد) به مکان سرور و انتخاب استراتژی های توزیع سرور حساس است (Batta, Dolan, & Krishnamurthy, 1989; Larson & Odoni, 1981). ارسال آمبولانس فرایند تخصیص یک آمبولانس خاص به منظور پاسخ به یک تماس فوریتی است. یک سیاست ارسال آمبولانس می تواند با استفاده از روش های توزیع مختلف شکل گیرد و هیچ سیاست منحصر به فردی وجود ندارد که برای همه سامانه ها مناسب باشد (Li et al., 2011). همین نویسندگان تأکید دارند که یک سیاست ارسال باید برای دستیابی به اهداف مشخص و شاخص های عملکرد تعریف شده توسط ارائه دهندگان و قانونگذاران EMS تعریف شود. در این کار، سیاست های ارسال را در نظر می گیریم که در آن یک لیست منحصر به فرد با هر منطقه تقاضا وجود دارد که سرورهای در دسترس (آمبولانس ها) یا یک زیرمجموعه از آنها را به ترتیب اولویت ارسال، رتبه بندی می کند.
در این کار، در ابتدا یک مدل ریاضی ارائه می کنیم که مکان و تصمیمات ارسال را برای یک سامانه EMS جمع آوری می کند. این یک مدل بهینه سازی عددی غیرخطی مخلوط است که در آن حتی تولید برخی معادلات از نظر محاسباتی سنگین هستند و بنابراین کار حل کردن را سخت می کنند. مدل ابرمکعب با فراهم کردن یک مدل صریح از دینامیک صف بندی تصادفی استفاده می شود. مدل ریاضی با کمک تحلیل تصادفی نمونه های تولیدشده کوچک شکل می گیرد که هدف آن دو چیز است: 1) با وجود اندازه کوچک، میتوان به طور کامل همه راه حل های امکان پذیر را شمرد و درنتیجه مورد بهینه را نیز شناسایی کرد که میتواند بعدا برای اهداف مقایسه ای در مقابل استراتژی های سریعتر/هوشمندتر نسبت به شمارش استفاده شود و 2) بعد از حل کردن یک مجموعه متنوع از نمونه ها، همچنین ممکن است که به برخی روندهای عمومی مشاهده شده در جواب های عمومی نیز (با توجه به زمان پاسخ و پوشش) اشاره کرد. دوم اینکه، ما یک چارچوب بهینه سازی برای حل مسأله مکان مشترک و ارسال مبتنی بر الگوریتم های ژنتیک ارائه می دهیم. ما یک روش حل ابتکاری برای حل مدل صریح سامانه ارائه می دهیم. کار ما با رهیافت های قبلی مربوط به این مسأله متفاوت است، به این صورت که ما شکل کلی سیاست ارسال را به عنوان یک فهرست اولویت ثابت فرض می کنیم و برای هیچ ترتیب خاصی از ارسال (مثلا مبتنی بر فاصله) اولویتی را در نظر نمی گیریم. به جای آن، تصمیمات مکان و ارسال را در یک مدل ریاضی منحصر به فرد در نظر می گیریم و یک چارچوب بهینه سازی را برای جواب آن ایجاد می کنیم. در حقیقت از آنجاییکه یک بخش واحدی از نواحی تقاضای تخصیص یافته به یک سرور خاص است، می توان گفت که یک نتیجه غیر مستقیم از مدل ما نیز یک استراتژی جداسازی است: برای هر سرور در دسترس، همه نواحی دارنده آن به عنوان اولین سرور مرجح، بخش سرور را تشکیل خواهند داد.
یافته های ما بیان می کنند که در حقیقت قاعده ارسال مشترک مبتنی بر نزدیکترین سرور در دسترس منتهی به بهترین جواب ها می شود زمانی کاتالیزگر زمان پاسخ میانگین کمینه و مکان ها به طور همزمان بهینه می شوند. بالعکس، اگر هدف بیشینه کردن پوشش مورد انتظار باشد، آنگاه جواب بهینه با استفاده از قاعده نزدیکترین ارسال متفاوت خواهد بود. با این حال، بهترین جواب های مبتنی بر پوشش، افزایشی در این شاخص نشان می دهند (با توجه به پوشش به دست آمده در کمینه کردن زمان پاسخ میانگسن) که نسبتا کوچک است (3.15% افزایش میانگین-95% CI: 2.75–3.55%) در مقایسه با فدا شدن زمان پاسخ (65.2% افزایش متوسط-– 95% CI: 56.33–74.24%). اگرچه این اعداد متناظر با نتایج میانگین برای نمونه های کوچک است، نمونه های بزرگتر رفتار مشابهی را نشان دادند. روش بهینه سازی با سازگاری خوبی، جواب های خوبی را به دست داد یعنی یک شکاف 1% در مقایسه با بهترین جواب های به دست آمده برای روش های شمارش کامل یا جزئی، که از لحاظ محاسباتی سنگین تر هستند.
بقیه این مقاله به صورت پیش رو سازمان یافته است. در بخش 2 مسأله به همراه یک بازنگری از ادبیات موضوعی مربوط ارائه می شود. سپس، در بخش 3، مدل ریاضی ارائه می شود. بخش 4 یک مطالعه موردی و همچنین خلاصه ای از نتایج و کاربردها را ارائه می دهد. بخش 5 یک توصیف مشروح از چارچوب بهینه سازی مبتنی بر الگوریتم های ژنتیک ارائه می دهد و بخش 6 مطالعه های موردی را معرفی می کند که در آن روش بهینه سازی به کار برده شده است. بخش های 7 و 8، بحث روی نتایج و نتیجه گیری را به ترتیب ارائه میدهند. به عنوان بخشی از نتیجه گیری، تعمیم های ممکن از کار ذکر می شوند.

 

درباره نویسنده

سل یو-دانلود مقاله و تحقیق مبانی نظری ها و پیشینه تحقیق ها

نظرات

آخرین نظرات ثبت شده برای این مطلب را در زیر می بینید:
بخش نظرات برای پاسخ به سوالات و یا اظهار نظرات و حمایت های شما در مورد مطلب جاری است.
شما نیز نظری برای این مطلب ارسال نمایید:
نام شما
ایمیل
وب سایت
کد امنیتی *