تخصیص ایستگاه‌های امداد جاده‌ای با‌استفاده از مدل صف هایپرکیوب در طول بزرگراه تهران - قم

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استاد، دانشگاه علامه طباطبائی.

2 استادیار، دانشگاه علامه طباطبائی.

3 کارشناس ارشد، دانشگاه علامه طباطبائی.

چکیده

موضوع تخصیص و مکان­یابی ایستگاه­های امداد جاده­ای، به­دلیل داشتن تأثیرات زیادی که بر نحوة خدمت­دهی به مصدومین جاده­ای دارد، مورد توجه محققان زیادی قرار گرفته است. در این­گونه مسائل، هدف اصلی تحقیق، مکان­یابی بهینة ایستگاه­های امداد جاده­ای و تقسیم­بندی نواحی تحت خدمت، برای تخصیص مناسب آنها به خدمت دهنده­ها است. این مسائل از این­رو دارای اهمیت هستند که معیارهای عملکردی سیستم از جمله مدت زمان انتظار مشتری را بهبود داده و می‌توانند منجر به نجات جان یک مصدوم شوند. در این تحقیق تخصیص ایستگاه­های امداد جاده­ای بزرگراه تهران قم (محدودة تهران)، با استفاده از مدل صف هایپرکیوب که یکی از معروف­ترین مدل­های صف در زمینة مکان­یابی است، مورد بررسی و تجزیه و تحلیل قرار گرفته است. بدین منظور، پس­از تعیین تعداد حالات سیستم، معادلات تعادلی هر حالت سیستم با استفاده از نمودار آهنگ استخراج گردیده است. سپس با استفاده از احتمالات حدی بدست آمده معیار­های عملکردی سیستم، از جمله میزان بار کاری هر خدمت­دهنده، مدت زمان انتظار مشتری برای دریافت خدمت و ... محاسبه شده و با تغییر پیشنهادی قابل اجرا در عمل، در اندازة نواحی تخصیص داده شده به هر خدمت­دهنده، معیارهای عملکردی سیستم بهبود داده شده­اند.

کلیدواژه‌ها


  1. Atkinson J.B., Kovalenko I.N., Kuznetsov N. and Mykhalevych K.V. A hypercube queueing loss model with customer-dependent service rate. (2008).  European Journal of Operational Research, 191, 223–239.
  2. Baron O., Berman O. and Krass D. Facility location with stochastic demand and constraints on waiting time. (2007).  Manufacturing & Service Operations Management, 10, 484-505.
  3. Berman O., and Drezner Z. (2007). The multiple server location problem. Operational Research Society, 58, 91–99.
  4. Berman Oded, and Vasudeva Sandeep. Approximating performance measures for public services. (2005). IEEE Transactions on Systems, Man, and Cybernetics-part a: Systems and Humans, 35, 128-134.  
  5. Burwell T.H., McKne, M.A., and Jarvis, J.P. An application of a spatially distributed queuing model to an ambulance system. (1992).  Socio-Econ Plan Sci, 26, 289-300.
  6. Chiyoshi Fernando Y., Galvao Roberto D., and Reinaldo Morabito. A note on solutions to the maximal expected covering location problem. (2002). Computers & Operations Research. 30, 87-96.
  7. D’Amico Steven J., Wang Shoou-Jiun, Batta Rajan, and Rump Christopher M. A simulated annealing approach to police district design. (2002). Computers & Operations Research, 29, 667–684.
  8. Drezner Z. Facility location: a survey of applications and methods. (1995). Springer Verlag. New York, 23, 356- 367.
  9. Fang Yang, Bian Yijie, and Xuefeng Wang. Solving service facilities location problem with elastic demand and congest effect. (2009).6th International Conference on Service Systems and Service Management.
10.Galvao Roberto D., Chiyoshi Fernando Y., and Reinaldo Morabito. Towards unified formulations and extensions of two classical probabilistic location model. (2005).  Computers & Operations Research, 32, 15-33.

11.Geroliminis N., Karlaftis M., Stathopoulos A., and Kepaptsoglou K. Districting and location model using spatial queues. (2004).  Proceedings of the 83rd Transportation Research Board Annual Meeting. Washington D.C., U.S.A.

12.Geroliminis Nikolas, Karlaftis Matthew G., and Skabardonis Alexander. A generalized hypercube queueing model for locating emergency response vehicles in urban transportation networks. (2006). For Presentation 85th Annual Meeting Transportation Research Board. Washington, D.C.

13.Geroliminis Nikolas, Karlaftis Matthew G., and Skabardonis Alexander. A spatial queuing model for the emergency vehicle districting and location problem. (2009). Transportation Research, 43, 798–811.

14.Goldberg Jeffrey, and Szidarovszky Ferenc. Methods for solving nonlinear equations used in evaluating emergency vehicle busy probabilities. (1991). Operations Research, 6, 903-916. 

15.Iannoni Ana Paula, and Morabito Reinaldo. A multiple dispatch and partial backup hypercube queuing model to analyze emergency medical systems on highways. (2007). Transportation Research, 43, 755-771.

16.Iannoni Ana Paula, Morabito Reinaldo, and Saydam Cem. A hypercube queueing model embedded into a genetic algorithm for ambulance deployment on highways. (2008). Annals of Operations Research, 157, 207–224.

17.Iannoni Ana Paula, Morabito Reinaldo, and Saydam Cem. An optimization approach for ambulance location and the districting of the response segments on highways. (2009). European Journal of Operational Research, 195, 528–542. 

18.Iannoni Ana Paula, Morabito Reinaldo, and Saydam Cem. Optimizing large scale emergency medical system operations on highways using the hypercube queuing model. (2009). Working Paper, Belk College of Business. UNC Charlotte.

19.Larson C. Ricahrd. A hypercube queuing model for facility location and redistricting in urban emergency services. (1974). Computers & Operations Research, 1, 67-95.

20.Larson C. Richard. Approximating the Performance of Urban Emergency Service Systems. (1975). Operations Research, 23, 273- 287.

21.McLay Laura A. A maximum expected covering location model with two types of servers. (2009). IIE Transactions, 41, 730 – 741.

22.Mendonca FC., and Morabito R. Analysing emergency medical service ambulance deployment on a Brazilian highway using the hypercube model. (2001). Journal of the Operational Research Society, 52, 261-270.

23.Morabito Reinaldo, Chiyoshi Fernando, and Galvao Roberto D. Non-homogeneous servers in emergency medical systems: Practical applications using the hypercube queueing model. (2008). Socio-Economic Planning Sciences, 42, 255–270.

24.Rajagopalan Hari K., and Saydam Cem. A minimum expected response model: Formulation, heuristic solution, and application. (2009). Socio-Economic Planning Sciences, 23, 1–10.

25.Restrepo Mateo, Henderson Shane G., and Topaloglu Huseyin. Erlang loss models for the static deployment of ambulances. (2007). Health Care Management Science, 12, 67–79

26.Shavandi H., Mahlooji H., Eshghi K. and Khanmohammadi S. A fuzzy coherent hierarchical location-allocation model for congested systems. (2006). Scientia Iranica, 13, 14-24.

27.Shavandi Hassan and Mahlooji Hashem. A fuzzy queuing location model with a genetic algorithm for congested systems. (2006). Applied Mathematics and Computation, 181, 440–456.

28.Syam Siddhartha S. A multiple server location–allocation model for service system design. (2008). Computers & Operations Research, 35, 2248 - 2265.

29.Takeda Renata Algisi, Widmer Joao A., and Reinaldo Morabito. Analysis of ambulance decentralization in an urban emergency medical service using the hypercube queueing model. (2007). Computers & Operations Research, 34, 727-741.