عنوان پایان‌نامه

کان یابی مراکز اورژانس



    دانشجو در تاریخ ۲۶ دی ۱۳۹۱ ، به راهنمایی ، پایان نامه با عنوان "کان یابی مراکز اورژانس" را دفاع نموده است.


    رشته تحصیلی
    مهندسی صنایع
    مقطع تحصیلی
    کارشناسی ارشد
    محل دفاع
    کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2278;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 56500
    تاریخ دفاع
    ۲۶ دی ۱۳۹۱
    دانشجو
    محمد زینلی
    استاد راهنما
    جعفر رزمی

    در این تحقیق پس از تشریح اهمیت مسئله طراحی شبکه¬های اورژانس و اهمیت ویژه مکان¬یابی مراکز در این راستا و به دلیل پیچیده بودن و هزینه¬بر بودن آن، پژوهش¬های متعددی در این زمینه انجام شده و این پژوهش¬ها به طور عمیق مورد بررسی قرار گرفته است. در مکان¬یابی بهینه¬ شبکه¬های اورژانس همواره پارامترهایی همچون مکان تقاضا، اهمیت و نقش تقاضا و سطوح ظرفیت اثر محسوسی در تصمیم¬گیری داشته¬اند؛ لذا به جهت مدل¬سازی هر چه واقع بینانه¬تر تلاش می‌شود تا عدم قطعیت¬های موجود در برخی از این پارامترها، از جمله مکان تقاضا و مقدار آن در مدل لحاظ گردد و با فرضیات منظور شده مسئله حل شود. همچنین با توجه به مرور ادبیات مسئله مکان¬یابی و مدل‌های ارائه شده در این راستا، تمرکزی بر روی مدل‌هایی از گروه p- مرکز و پوششی صورت گرفته و با لحاظ کردن عدم قطعیت‌های موجود در برخی پارامتر‌ها از رویکرد بر مبنای سناریو استفاده شده است. پس از حل مسئله با استفاده از نرم‌افزار GAMS و با استفاده از روش حل CPLEX در اندازه¬های متفاوت، نتایج مسئله به ازای رخداد بدترین سناریوی ممکن با حالت میانگین مقایسه می‌شود. مدل¬های پوششی با این فرض که در برخی نقاط امکان عدم خدمت¬رسانی مطلوب نیز وجود دارد و همچنین وجود تکنولوژی¬های بالقوه متفاوت در مراکز اورژانس موجود و تازه تاسیس، توسعه داده شده‌اند. در هر گام برای شعاع پوشش، به جهت تحلیل اثر آن روی خروجی¬های مدل رویکردی متفاوت منظور گردید. پس از حل مدل‌های ارائه شده در اندازه¬های متفاوت و تحلیل تاثیر نوسان در پارامترهای مسئله همچون تقاضا، حداکثر تعداد تسهیلات و شعاع پوشش برروی خروجی مدل¬های متفاوت مشاهده شد که افزایش تعداد تسهیلات در مدل¬های p- مرکز و بهبود شعاع پوشش در دیگر مدل¬ها باعث بهبودی محسوس در توابع هدف می‌گردد. همچنین با مقایسه مقادیر بدست آمده در حالت میانگین با بدترین سناریوی ممکن، راهکار احداث مراکز موقت برای مواقع تشدید تقاضا پیشنهاد شد. در نهایت تغییرات ممکن در زمینه مدل¬سازی و روند بهینه‌سازی که می¬توانند منجر به هر چه بهتر شدن عملکرد شبکه گردند، در قالب پیشنهادات آتی ارائه داده شد.
    Abstract
    This study explains the importance of emergency networks design and centers location in such problems, firstly. Then, regarding its complexity and cost consuming nature, numerous researches and studies have been considered. Usually, in optimum location of emergency centers, parameters such as zone of demand, demands importance and capacity levels have a high impact on decision-making; hence, uncertainty in some parameters, such as location of demand and demand weight, are considered in order to develop more realistic mathematical models and are solved subject to given assumptions. Moreover, subsequent to location problem literature review and presented models in this field, we focus on P-centers and set covering models and uncertainty of some parameters are implemented using scenario-based approach. Afterwards, the obtained solutions in different sizes, via employing GAMS optimization software, CPLEX solver, are compared as the conclusions of worst possible scenario and average condition. Set covering models are developed supposing that lack of desirable services are likely in some zones and also existence of different potential technologies in available and newly established emergency centers. In each step different approaches are employed for coverage radius in order to sensitivity analysis of it on outputs of the models. Solving the presented models in different sizes and sensitivity analysis of problem parameters such as demand, maximum number of facilities and coverage radius on outputs, are concluded that increasing in the number of facilities of P-center models and coverage radius improvement in other models results in significant improvement of objective functions. Besides, comparing the obtained values in the average mode with the worst possible scenario, impermanent centers construction in cases of demand intensification, are proposed as a solution. Finally, possible modifications in modeling and optimization approaches lead to network performance enhancement are suggested as future researches.