توصيفگر ها :
زمان‌بندي بيمار , مراكز درماني همودياليز , برنامه ريزي عدد صحيح مختلط , الگوريتم شبيه سازي تبريد
چكيده فارسي :
امروزه مراكز درماني سرپايي با افزايش ميزان تقاضا با يك فشار براي كاهش هزينه‌ها و همچنين افزايش كارآيي در ارائه خدمات مواجه هستند. از جمله اين مراكز، مراكز درماني همودياليز مي‌باشند كه داراي تجهيزات و منابع گران‌قيمتي هستند. لذا استفاده از روش‌هاي بهينه‌سازي براي حل مسائل مختلف در اين مراكز حائز اهميت مي‌باشد. يكي از اين مسائل مهم در مراكز همودياليز، مسأله زمان‌بندي گروهي بيماران همودياليز با در نظر گرفتن ترجيحات بيمار است. اين مسأله شامل تخصيص روز، نوبت و تخت، به بيماران بر اساس ترجيحات آنان و با هدف افزايش رضايت بيماران و كارآيي درمان مي‌باشد. در اين مسئله تعدادي از بيماران واجد شرايط، متقاضي سرويس حمل و نقل هستند كه با توجه به ظرفيت وسايل نقليه، بايد حداقل تعداد سرويس موردنياز به آنها تخصيص پيدا كند. يكي از نوآوري‌هاي مهم اين پايان‌نامه، تعريف مسئله زمان‌بندي گروهي بيماران همودياليز براي اولين بار در ادبيات موضوع زمان‌بندي بيماران همودياليز مي‌باشد. با توجه به اين‌كه اين مسئله در سطح تصميم‌گيري عملياتي براي مراكز استفاده مي‌شود، لذا به‌دست آوردن يك جواب با كيفيت در مدت زمان معقول، حائز اهميت مي‌باشد. در اين پايان‌نامه يك مدل برنامه‌ريزي عدد صحيح مختلط براي حل مسئله ارائه شده است. براي بررسي اين مسئله، مدل رياضي و همچنين يك روش فرا ابتكاري مبتني بر روش شبيه‌سازي ارائه شده است. به منظور اعتبارسنجي مدل و روش فرا ابتكاري، نمونه‌هايي در 4 دسته، در ابعاد 20 الي 120 تخت و 7 سناريو مختلف تابع هدف بررسي گرديده است. دسته‌ها از نظر ضريب اشغال مركز درماني و تراكم بيماران داراي ترجيح سرويس با هم تفاوت دارند. بر اساس نتايج بدست آمده، مدل ارائه شده در اين پايان‌نامه قادر است همه‌ي نمونه‌هاي دسته اول و دوم تا ابعاد 120 تخت و دسته سوم و چهارم تا ابعاد 90 تخت به صورت بهينه و يا با خطاي متوسط 0.1% حل كند. همچنين روش فرا ابتكاري قادر است همه‌ي نمونه‌هاي تمام دسته‌ها را با مدت زمان بسيار كم و متوسط خطاي 4% نسبت به مدل رياضي حل كند. در الگوريتم شبيه‌سازي تبريد، يك الگوريتم ابتكاري براي به دست آوردن جواب اوليه و همچنين يك الگوريتم ابتكاري ديگر براي تبديل جواب امكان‌ناپذير به يك جواب امكان‌پذير نيز ارائه شده است. همچنين مدل و الگوريتم ارائه شده، براي برنامه‌ريزي مجدد براي مسئله نيز بررسي گرديد كه مشاهده شد، آنها به خوبي قادر به رعايت ترجيحات بيماران مي‌باشند. در اين پايان‌نامه نيز مدل رياضي و الگوريتم فرا ابتكاري ارائه شده بر اساس داده‌هاي بخش همودياليز مركز درماني حضرت ابوالفضل (ع) اصفهان نيز بررسي شده است. مشاهده شد كه مدل و الگوريتم فرا ابتكاري نسبت به فرآيند نوبت‌بندي انجام شده در مركز، بهبود قابل توجهي در مقدار تابع هدف مسئله ايجاد نموده و تابع هدف مسئله در مدل رياضي و الگوريتم فرا ابتكاري نسبت به رويكرد مركز درماني تا حدود 5 برابر كاهش داشته است.
چكيده انگليسي :
Nowadays, outpatient clinics are facing increasing pressure to reduce costs as well as to increase the efficiency of service delivery. Among these centers are hemodialysis centers which have expensive equipment and resources. Therefore, the use of optimization methods to solve various problems in these centers is important. One of these important issues in hemodialysis centers is the group scheduling of hemodialysis patients, regarding the patient's preferences. To increase patient satisfaction and treatment efficiency, days, shifts, and beds for patients' preferences must be allocated. In this case, some eligible patients need transportation services, so sufficient vehicles must be allocated. An important approach of this thesis is the definition of the problem of group scheduling of hemodialysis patients for the first time. This issue is used at the operational decision-making level for the centers to obtain a quality response within a reasonable time. This thesis presents a mixed integer programming model to solve the problem. To investigate this issue, a mathematical model, in addition to a meta-heuristic method based on the simulated annealing, is presented. To validate the model and meta-heuristic method, samples in 4 categories, including 20 to 120 beds and 7 different scenarios, based on the objective function have been investigated. Categories differ in terms of occupancy rate and density of patients with service preferences. Based on the obtained results, the model presented in this thesis can solve all the first and second category samples up to 120 beds and the third and fourth categories up to 90 beds dimensions optimally with an average error of 0.1%. Also, the meta-heuristic method can solve all the samples of all categories in a very short time and an average error of 4% compared to the mathematical model. In the annealing simulation algorithm, a heuristic algorithm for obtaining the initial answer is presented in addition to another heuristic algorithm for converting the impossible answer into a possible answer. The proposed model and algorithm for rescheduling the problem were also examined and it was observed that they are well able to observe patients' preferences. In this thesis, the proposed mathematical model and meta-heuristic algorithm based on the data of the hemodialysis department of Hazrat Abolfazl (AS) Medical Center in Isfahan have been reviewed. It was observed that the model and algorithm compared to the scheduling process performed in the center, significantly improved the value of the objective function of the problem and the objective function of the problem in the mathematical model and meta-heuristic algorithm compared to the treatment center approach decreased by about 5 times.
