این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های نوین در تصمیم گیری، جلد ۵، شماره ۴، صفحات ۴۰-۶۳
عنوان فارسی ارائه مدل بهینه سازی ریاضی و الگوریتم های فراابتکاری به منظور حل مساله بلوک بندی مناطق جمعیتی به صورت سلسله مراتبی
چکیده فارسی مقاله DOR : 20.1001.1.24766291.1399.5.4.3.0
 
جمع آوری پسماند بیمارستانی یکی از موضوعات مهم در مدیریت خدمات شهری محسوب می‌شود. در این تحقیق یک مدل ریاضی به منظور بلوک‌بندی مناطق جمعیتی در سیستم خدمات بیمارستانی ارائه می‌شود. ‌در این مدل مطابق با نیاز برخی از سازمان‌های متولی ارائه خدمات شهری، ساختار سلسله مراتبی بلوک‌ها مدنظر قرار گرفته است. بدین منظور در یک تصمیم-گیری یکپارچه، مناطق جمعیتی به بلوک‌های اصلی تقسیم شده و سپس هر بلوک به تعدادی زیربلوک تقسیم شده است. هدف از این نوع تقسیم بندی تهیه ساختار مناسب برای کنترل جریان خدمات از سطح عملیاتی به سطح مدیریتی است. با توجه به اینکه مساله بلوک‌بندی از رده مسائل ان پی سخت است، جهت حل مثال‌های عددی در دنیای واقعی نیاز به استفاده از الگوریتم‌های فراابتکاری است. در این تحقیق دو الگوریتم فراابتکاری ژنتیک و گرگ خاکستری جهت حل مسائل در ابعاد بزرگ به کار رفته است. طبق نتایج محاسباتی می‌توان مشاهده نمود که علیرغم وجود کارایی بالای هر دو الگوریتم در حل نمونه‌های عددی در ابعاد کوچک، الگوریتم‌ گرگ خاکستری توانایی بیشتری در حل نمونه‌های عددی در ابعاد بزرگ نسبت به الگوریتم ژنتیک دارد. نتایج این تحقیق می‌تواند به عنوان یک ابزار مدیریتی در حل مساله بهینه-سازی بلوک‌بندی مناطق جمعیتی از جمله در سیستم سلامت مورد استفاده مدیران قرار گیرد.
کلیدواژه‌های فارسی مقاله بلوک‌بندی سلسله مراتبی، الگوریتم گرگ خاکستری، الگوریتم ژنتیک،
عنوان انگلیسی A mathematical model and meta-heuristic algorithms to solve demographic areas partitioning problem in a hierarchical structure
چکیده انگلیسی مقاله Hospital waste collection is one of the most important issues in urban service management. In this research, a mathematical model is developed to partition demographic areas in the hospital services system. In this model, regarding the needs of some service providers, the hierarchical structure of the partitions is considered. For this purpose, in a unified decision-making process, populations are divided into main partitions, and then, each one is divided into a number of sub-partitions. The purpose of this type of segmentation is to provide an ordered structure to control the service flow from the operational level to managerial level. Since partitioning is an NP-hard problem, it is necessary to use meta-heuristic algorithms to solve numerical examples in the real world. Here, genetic and gray wolf algorithms have been developed to solve large-scale problems. Despite the high efficiency of both algorithms, the computational results showed that the gray wolf algorithm is more capable in solving large-scale problems. The results of this study can be used as a management tool in solving types of population-based partitioning problems, including the problems of health systems.
کلیدواژه‌های انگلیسی مقاله بلوک‌بندی سلسله مراتبی, الگوریتم گرگ خاکستری, الگوریتم ژنتیک
نویسندگان مقاله فروغ قلاسی مود |
دانشجوی دکتری، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران

حسن حسینی نسب |
استاد، گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران

جواد طیبی |
استادیار، گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه صنعتی بیرجند، بیرجند، ایران

محمدباقر فخرزاد |
دانشیار، گروه مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه یزد، یزد، ایران

نشانی اینترنتی https://journal.saim.ir/article_241584_b7a9cae020f82686f7993feee52160df.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات