Geri Dön

Çok amaçlı modelleme ile çatışma alanlarında sağlık tesisi yeri seçimi: Suriye İdlib uygulaması

Determining health care facility location at conflict areas with multi objective modeling: A case study in Syria İdleb

  1. Tez No: 596537
  2. Yazar: PINAR MİÇ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MELİK KOYUNCU
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Sağlık ocağı, Çok amaçlı model, Ağırlıklı hedef programlama, Coğrafi bilgi sistemi (CBS), Analitik hiyerarşi prosesi (AHP), Primary health care center (PHCC), Multi-objective model, Weighted goal programming, Geographic information system (GIS), Analytic hierarchy process (AHP)
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 165

Özet

Suriye Krizi 15 Mart 2011'de başlamıştır ve günümüzde dünyadaki en kanlı ve karmaşık çatışmalardan birisidir. Bu felaketin üzerinden 8 yıldan fazla zaman geçmiş olmasına rağmen; siviller, hala bölgedeki çatışmalardan ve yıkımlardan zarar görmeye devam etmektedir. Bunun sonucu olarak, bu durum insan hayatını hiçe saymaktadır ve ihtiyaç halindeki insanların sayısı günden güne artmaktadır. Özellikle çatışma alanlarında yaşamak zorunda olan insanlar; sağlık, sığınak, yiyecek ve diğer ihtiyaçlar ile ilgili ciddi zorluklarla karşılaşmaktadır. Bu nedenle, bu çalışmada, Suriye'nin İdlib ilindeki sağlık ocağı yerleşimlerinin belirlenmesine odaklanılmıştır. Veri, ildeki toplam 338 topluluktan ve 23 alt bölgeden oluşan bir örnekten çekilmiştir. Karışık tam sayılı-ağırlıklı hedef programlama modeli formüle edilmiş ve Coğrafi Bilgi Sistemi (ArcMap) ile birleştirilmiştir. Geliştirilen model bir optimizasyon paket yazılımı ile çözülmüş ve bunlara ilaveten konu ile ilgili detaylı bir çalışma gerçekleştirmek için duyarlılık analizleri yapılmıştır. Bu doğrultuda, modelin çıktılarının ve gerçekleştirilen duyarlılık analizlerinin bu gibi durumlarda karar vericilere yardımcı olması beklenmektedir.

Özet (Çeviri)

The Syrian Crisis began on 15 March 2011 and it is one of the bloodiest and complicated conflicts in the world today. Although more than eight years have passed over this tragedy, civilians continue to suffer from conflicts and destructions in the area. As a result, this situation disregards human life and the number of people in need increases day by day. Particularly, people who have to live in the conflict area encounter serious troubles with regard to health, shelter, food and other needs. Thus, in this study, we have focused on identifying the Primary Health Care Center (PHCC) locations within Idleb Governorate in Syria. Data is extracted from a sample containing 23 sub-districts in the governorate and a total of 338 communities. We have formulated a mixed integer-weighted goal programming model and combined it with Geographic Information System-GIS (ArcMap). The model is solved via an optimization package and moreover, sensitivity analyses are conducted to achieve a more in-depth study. Accordingly, the model's outputs and sensitivity analyses are expected to help decision-makers in case of such disasters.

Benzer Tezler

  1. A stress testıng framework for the Turkısh bankıng sector: an augmented approach

    Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım

    BAHADIR ÇAKMAK

    Doktora

    İngilizce

    İngilizce

    2014

    BankacılıkOrta Doğu Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. NADİR ÖCAL

  2. Multiclass classification of hepatic anomalies based on in vivo microwave dielectric properties

    Hepatik anomalilerin in vivo mikrodalga dielektrik özelliklerine dayalı çok sınıflı sınıflandırılması

    ZEYNEP GÜLSÜM BİLGEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA YILMAZ ABDOLSAHEB

  3. Skin lesion classification with machine learning

    Makine öğrenmesi ile cilt lezyonu sınıflandırması

    ESRA SENDEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSA YILDIRIM

  4. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  5. Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data

    Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları

    İSMAİL BİLGEN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN