Geri Dön

A genetic algorithm for the multi-level maximal covering ambulance location problem

Çok-seviyeli en fazla kapsamalı ambulans konumlandırma problemi için bir genetik algoritma

  1. Tez No: 176867
  2. Yazar: MESUT KARAMAN
  3. Danışmanlar: YRD. DOÇ. DR. F. SEDEF MERAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: acil sağlık hizmetleri, ambulans, konumlandırma-atama, kapsama modelleri, genetik algoritma, modern sezgisel yöntemler, emergency medical service, ambulance, location-allocation, coverage models, genetic algorithm, metaheuristics
  7. Yıl: 2008
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 131

Özet

Acil sağlık hizmetleri, hasta ve yaralılar için temel acil ilkyardım müdahalelerini yapmayı ve gerekli ulaşımı sağlayarak yaralanmaya bağlı kalıcı hasarlar ile ölüm vakalarını azaltmayı amaç edinmiştir. Konu insan hayatı olduğu için, acil sağlık hizmetlerinin sağlanması ve eniyilenmesi ile ilgili olarak geliştirilen her türlü çözüm yüksek oranda kabul görmektedir. Bu alanda ilgili kişilerin karşılaştığı üç temel problem, acil sağlık hizmeti veren araçların (ambulans) konumlandırılması, tekrar yerleştirme ve sorumlu olduğu bölge tayini problemleridir. Acil sağlık hizmetleri literatüründeki birçok çalışma, bir ambulansın aramaya cevap verememe durumundan kaynaklanan olasılıksal durumun çözümüne odaklanmıştır. Diğer taraftan, bu tür modeller içerisindeki parametre ve tahminlerdeki küçük değişiklikler veya yapılacak hatalar modelin bütününde yol açacağı değişikliklerden ötürü modeli uygulanamaz hale getirebilmektedir. Bu çalışmada, üç düzeyli kapsama standardı önerilerek, ambulans ihtiyacı içerisinde bulunan talep noktalarının kapsanması amaçlanmaktadır. Problem ile ilgili olarak, bir matematiksel model ve genetik algoritma çözümüne dayalı sezgisel yaklaşımlar geliştirilmiştir. Sonuçlar, geliştirilen genetik algoritmanın çok düzeyli kapsama problemi için güvenilir ve hızlı çözümler verdiğini göstermektedir. Ek olarak, aramalara hızlı cevap verebilme ve sistem hazırganlığı gibi iki performans kriteri kullanılarak, geliştirilen çok düzeyli kapsama modelininin çoklu kapsama modelleri ile karşılaştırılması yapılmıştır.

Özet (Çeviri)

The emergency medical services (EMS) provide the preliminary assistance and transportation for patients in need of urgent medical care in order to decrease the mortality rate and reduce the non-reversible effects of injuries. Since the objective is directly related to the human life, the value of the proposed solutions in order to improve the performance of EMS is highly welcomed. Mainly, there are three problems that EMS managers face with: location, allocation and redeployment of the EMS facilities/vehicles. Most of the studies in EMS literature focus on accurately modeling the probabilistic nature of the availability of an ambulance when it is called for. However, trivial changes in model parameters or estimates could dramatically change the optimal allocations generated by the probabilistic models and hence make the model invalid. In this study, we formulate the ambulance location problem as a deterministic multi-level maximal coverage model by which the total demand is tried to be covered as many as possible at multiple levels. Both a mathematical programming model and genetic algorithm-based heuristic approaches are proposed for the problem. The results indicate that the genetic algorithm-based solutions give reliable (near-optimal) and robust results in reasonable computational times for the problem. Moreover, the tradeoffs between the two performance measures, `responsiveness? and `preparedness?, are searched for; and our approaches with multi-level coverage are compared against the multiple coverage approaches in terms of these performance measures.

Benzer Tezler

  1. Çok amaçlı ve çok konumlu aktarmalı taşıma problemlerinin genetik algoritma ile optimizasyonu

    Optimization of the multi-objective and multi-location transshipment problems with genetic algorithm

    ALİ VARLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NİHAN ÇETİN DEMİREL

  2. Çok seviyeli inverterler için gerçek zamanlı seçici harmonik eliminasyonu

    Real-time selective harmonic elimination for multi-level inverters

    YASİN BEKTAŞ

    Doktora

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HULUSİ KARACA

  3. Genetik hücresel yapay sinir ağları ve jeofizik uygulamaları

    Genetic cellular neural networks and geophysical applications

    ERDEM BİLGİLİ

    Doktora

    Türkçe

    Türkçe

    2005

    Elektrik ve Elektronik MühendisliğiGebze Yüksek Teknoloji Enstitüsü

    Elektronik Mühendisliği Ana Bilim Dalı

    PROF.DR. ALİ ALKUMRU

  4. Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi

    Developing a new approach to feature selection with metaheuristic methods for large scale data

    ESİN AYŞE ZAİMOĞLU

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİLÜFER YURTAY

  5. Metro sistemlerinin tasarımında yapım ve işletme maliyetlerinin optimizasyonu için bir yaklaşım

    An approach for optimizing construction and operation costs of metro systems

    MEHMET TARIK DÜNDAR

    Doktora

    Türkçe

    Türkçe

    2016

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ZÜBEYDE ÖZTÜRK

    PROF. DR. SİNAN MERT ŞENER

    DOÇ. DR. MURAT ERGÜN