Intra-hospital transportation problem: A two-phase bayesian deep reinforcement learning framework
Hastane içi taşımacılık problemi: İki aşamalı bayesyen derin pekiştirmeli öğrenme çerçevesi
- Tez No: 974310
- Danışmanlar: PROF. DR. FATMA SİBEL SALMAN ULUTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Ulaşım, Endüstri ve Endüstri Mühendisliği, Transportation, Industrial and Industrial Engineering
- Anahtar Kelimeler: Akıllı taşıma sistemleri, Intelligent transportation system
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hastane içi taşımacılık talebindeki hızlı artış, artan hasta akışları ve operasyonel karmaşıklığın etkisiyle hastane lojistik sistemleri üzerinde önemli bir baskı oluşturmu-ştur. Zaman hassasiyetine sahip hasta taşımalarından tıbbi malzeme ve ekipman teslimatına kadar uzanan taşıma taleplerinin, hem insan kaynağı kısıtları hem de gelişmekte olan otomasyon teknolojileri göz önünde bulundurularak yüksek güvenilir-likle karşılanması gerekmektedir. Bu tez, Real-Time Intra-Hospital Transportation Problem (RIHTP) üzerine odaklanmakta ve dinamik olarak gelen, heterojen özellikler taşıyan taşıma talepleri altında insan portörler ile servis robotlarının atama ve rotalama kararlarının optimize edilmesini amaçlamaktadır. İlk olarak, robotlar için şarj gereksinimleri, görev uyumluluğu kısıtları, iş yükü dengesi ve aciliyet bazlı gecikme cezaları gibi unsurları içeren ayrıntılı bir problem formülasyonu geliştirilmiştir. Statik ortam için problem, Dial-a-Ride Problem (DARP) olarak modellenmiş ve çözüm kalitesini değerlendirmek amacıyla Mixed Integer Linear Programming (MILP) formülasyonu ile çözülmüştür. Dinamik ortamda ise iki aşamalı yenilikçi bir çözüm yöntemi önerilmiştir: Birinci aşamada, gerçek zamanlı ve belirsizlik altındaki atama kararlarını vermek üzere Bayesian Deep Reinforcement Learning çerçevesi kullanılmaktadır. İkinci aşamada ise, rota oluşturma ve birleştirme işlemleri için Best Insertion sezgiseli uygulanmakta, ardından Adaptive Variable Neighborhood Search (AVNS) yöntemi kullanılmaktadır. Gerçekçi hastane senaryoları kullanılarak yürütülen hesaplamalı dene-yler, önerilen Bayesyen tabanlı atama politikasının, hastane içi taşıma sistemlerinin heterojen yapısında mevcut temel politikalara kıyasla üstün performans gösterdiğini ve mevcut hastane politikasına göre %9.26 oranında iyileşme sağladığını ortaya koymaktadır. Ayrıca, önerilen iki aşamalı çözüm yaklaşımı, literatürde yaygın olarak kullanılan tek aşamalı yeniden optimizasyon yöntemine kıyasla toplam amaç fonksiyonu değerinde %10.88 azalma sağlarken, ortalama çözüm süresini 954.97 saniyeden 299.56 saniyeye düşürmektedir. Buna ek olarak, farklı operasyonel ve taktik kararları inceleyen deneyler, taşıma sistemine servis robotlarının entegre edilmesinin önemli kazanımlar sağladığını göstermektedir: İnsan portörlerin ortalama iş yükü yaklaşık %15 oranında azalmakta, gecikme cezaları %85'e varan oranlarda düşmekte ve toplam amaç fonksiyonu değeri %13 oranında iyileşmektedir. Elde edilen bulgular, önerilen çerçevenin gerçek zamanlı hastane lojistiğinde duyarlılık, adalet ve verimlilik bakımından etkili ve ölçeklenebilir olduğunu göstermektedir. Geliştirilen yöntemlerin farklı operasyonel koşullar, talep geliş hızları, taşıyıcı filo yapıları ve robot uygunluğu senaryoları, altında da başarılı performans sergilediği gözlemlenm-iştir. Ayrıca bu çerçeve, atama politikaları, rota optimizasyonu ve otomasyon entegrasyonu arasındaki karmaşık etkileşimi dikkate alarak taşıyıcı koordinasyonu ve iş yükü yönetimine dair değerli çıkarımlar sunmaktadır. Sonuç olarak bu tez, gerçek zamanlı hastane içi taşımacılık için ölçeklenebilir, maliyet etkin ve politika duyarlı çözümler sunmakta; akıllı hastane lojistiği, otomasyon planlaması ve öğrenme tabanlı karar destek sistemlerinin sağlık hizmetlerine entegrasyonu için uygulanabilir öneriler ortaya koymaktadır.
Özet (Çeviri)
The rapid growth in intra-hospital transportation demand, driven by increasing patient flows and operational complexity, has placed critical pressure on hospital logistics systems. Transportation requests, ranging from time-sensitive patient transportation to the delivery of medical supplies and equipment, must be fulfilled with high reliability while managing human resource constraints and emerging automation technologies. This thesis addresses the Real-Time Intra-Hospital Transportation Problem (RIHTP), aiming to optimize the assignment and routing of both human porters and service robots under dynamically arriving and heterogeneous transportation requests. We first develop a detailed problem formulation that integrates recharging requirements for robots, compatibility constraints, workload balancing, and urgency-sensitive delay penalties. For the static setting, the problem is modeled as a Dial-a-Ride Problem (DARP) and solved using a Mixed Integer Linear Programming (MILP) formulation to benchmark solution quality. For the dynamic setting, we propose a novel two-phase solution methodology: Phase 1 employs a Bayesian Deep Reinforcement Learning framework to assign requests in real time under uncertainty, and Phase 2 applies a Best Insertion heuristic followed by Adaptive Variable Neighborhood Search (AVNS) for route construction and consolidation. Using a suite of realistically simulated hospital scenarios, our computational experiments demonstrate that the proposed Bayesian-based assignment policy outperforms existing baseline policies in the heterogeneous environment of hospital transportation, achieving a 9.26% improvement over the current hospital policy. Furthermore, the proposed two-phase solution approach yields a 10.88% reduction in total objective value compared to the conventional one-phase reoptimization method widely adopted in the literature, while simultaneously reducing average runtime from 954.97 seconds to 299.56 seconds. Furthermore, experiments investigating other operational and tactical decisions highlight the substantial benefits of integrating service robots into the transportation system: the average workload of human porters decreases by approximately 15%, delay penalties are reduced by up to 85%, and overall objective function values drop by 13%. These findings collectively underscore the efficacy and scalability of our proposed framework in enhancing responsiveness, equity, and efficiency within real-time hospital logistics. The proposed methods are shown to be effective across diverse operational conditions, including varying request arrival rates, transporter fleet configurations, and robot eligibility scenarios. Additionally, the framework captures the complex interplay between assignment policies, route optimization, and automation integration, offering practical insights into transporter coordination and workload management. In summary, this thesis contributes scalable, cost-efficient, and policy-aware solutions for real-time intra-hospital transportation, providing actionable guidance for smart hospital logistics, automation planning, and the future integration of learning-based decision support systems in healthcare environments.
Benzer Tezler
- Warfarin tedavisi alan ve INR yüksekliği ile acil servise başvuran hastaların analizi
Başlık çevirisi yok
MUSTAFA ÖZTÜRK
Tıpta Uzmanlık
Türkçe
2013
İlk ve Acil Yardımİstanbul ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. İBRAHİM İKİZCELİ
- Deprem sonrası için geliştirilen ulaşım talep modeli: Elazığ örneği
A transportation demand model developed for the post-earthquake period: The case of Elaziğ
AYŞE POLAT
Doktora
Türkçe
2026
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ONUR TEZCAN
- Delikli bir kent olarak İstanbul'a bakmak: Kentin müphem alanlarına dair bir araştırma
Investigating Istanbul as a perforated city: A research on terrain vagues of the city
MERVE KARADABAN
Yüksek Lisans
Türkçe
2020
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA ERKÖK
- Acil servis kritik alan hastalarının hastane içi transportunun değerlendirilmesi
Assessment of in-hospital transport of emergency department critical area patients
TURAN TAHIRLI
Tıpta Uzmanlık
Türkçe
2021
İlk ve Acil YardımEge ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. YUSUF ALİ ALTUNCI
DR. SERCAN YALÇINLI
- İstanbul Tıp Fakültesi'nde gerçekleştirilen hastane içi hasta transportlarının değerlendirilmesi
Assessment of in-hospital transportation of the patients at Istanbul Medical Faculty
HÜSEYİN NUMAN ÇOBAN
Tıpta Uzmanlık
Türkçe
2012
Anestezi ve Reanimasyonİstanbul ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
PROF. DR. LÜTFİ TELCİ