ش | ی | د | س | چ | پ | ج |
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 |
مقدمه:
حوادث غیر متعارف نفوذ زیادی در زندگی انسان دارد که یکی از مخربترین آنها زلزله است. خون به عنوان یک مسئله حیاتی بسیار مهم شناخته میشود که در زمان وقوع زلزله تقاضای آن به شدت افزایش پیدا میکند. تامین خون کافی بخصوص در شرایط اضطراری یک چالش بزرگ است. در این مقاله، به بررسی برنامهریزی ریاضی خون در شرایط اضطراری پرداخته میشود. مدل ریاضی، یک مدل چند دورهای مکانیابی و تخصیص است که با الگوریتم ابتکاری لاگرانژین حل شده است. در نهایت نیز یک مطالعه موردی در پکن آمده است.
در پروسه کمک رسانی بر اثر زلزله ونچوان در چین، مدیریت عرضه خون با چندین مشکل روبرو شد. (1) قوانین چین از یک مدیریت واحد در زمینه خون تبعیت میکنند، جمعآوری خون بصورت واحد و عرضه خون بصورت واحد. در این صورت برنامهریزی خون به صورت فرا منطقهای حتی در شرایط استثنائی وجود ندارد بطوریکه اگر توسط مقامات بهداشتی تایید نشود نیازهای افراد زخمی به موقع تامین نمیشود. (2) منبع خون در زمانبندی فرا منطقهای مختلف است در نتیجه اطمینان از کیفیت خون سخت میباشد. (3) پس از وقوع زلزله ، افراد زیادی خون اهدا میکنند. در صورتی که بدون برنامهریزی از افراد خون دریافت شود، تنها باعث افزایش کار مسئولین میشود و خون باقی مانده هدر میرود.
به منظور افزایش میزان خون در یک سیستم، نیازمند به توسعه علمی در جمعآوری، نگهداری، برنامهریزی و توزیع خون میباشیم . پروسه تهیه خون در شرایط اضطراری به صورت زیر است:
در دورههای متفاوت مقدار تقاضا برای دریافت خون نیز متفاوت است. تسهیلات سیار میتوانند به مکانهای مختلف برای دریافت خون از اهدا کنندگان بروند در نتیجه مدل بررسی شده چند دورهای است تا نیازمندی را در دورههای متفاوت بررسی کند.
مسئله مورد نظر یک مسئله دینامیکی چند دورهای مکانیابی و توزیع است که هدف آن کمینه کردن هزینههای عملیاتی کل است.
مروری بر ادبیات:
یانگمینگ و همکاران (1999), آنلی و همکاران (2000) به عرضه خون در بحران پرداختند و سیستم مدیریتی خون را در آمریکا،کانادا و کشورهای دیگر بر اساس زلزله سال 2008 بررسی کردند.یان (2006)و بین (2008)نیز علاوه بر عرضه خون مسئله کمبود و هدررفت را در نظر گرفتهاند. داگو (2008) به مدیریت موجودی در زمانبندی خون پرداخته است
کوری و همکاران (1969)، وسولسکی و تراسکوت (1975)به بررسی مکانیابی و توزیع مسئله چند سطحی و متد بندرز برای حل مسئله مکانیابی استفادهکردند. ماریناو و سرا (2002)نیز مسئله مکانیابی و تخصیص را با در نظر گرفتن محدودیت صف و یا انتظار در نظر گرفتند. برتکورن، لاپورت و سمت (2003)نیز مقالهای در زمینه مسئله مکانیابی و توزیع آمبولانسها نوشتند. اسکات یک مسئله چند سطحی مکانیابی-تخصیص را با الگوریتم مایوپیک(myopic) حل کرد. الگوریتم های میوپیک در واقع نوعی الگوریتم های "محلی" هستند که "واکنشی" عمل می کنند و قابلیت "پیشبینی" شرایط آتی مساله رو ندارند. تاپیرو (2008)نیز مسئله دینامیکی مکانیابی و تخصیص را با محدودیت هزینه در جابجایی و ظرفیت سرویسدهی ایستگاهها در نظر گرفت.
مدل ریاضی:
در این بخش، یک مسئله مکانیابی-توزیع چند دورهای دینامیکی تعریف شده است. هدف مدل کمینه کردن هزینههای عملیاتی است. در مدل T، به معنای دورههای زمانی است که با شاخص نمایش داده شدهاست.هر دوره t تنها شامل زمان جمع آوری خون و زمان تغییر مرکز خون موقت بین دو دوره است. زمان شروع بین دو دوره، زمانی است که مرکز خون موقت کاملا جابجا شده باشد. کارها ساعاتی در روز هستند و جابجاییها در بعد از ظهر انجام میشود.
شاخصها بصورت زیر معرفی شدهاند:
دوره زمانی 0 به عنوان اولین دوره در نظر گرفتهشده است.
پارامترها عبارتند از:
متغیرهای تصمیم شامل:
تابع هدف بصورت زیر می باشد:
تابع هدف (1) به کمینه کردن هزینه جابجایی، هزینه انتقال و هزینه موجودی(جریمه) میپردازد. اگر قسمت سوم تابع هدف مثبت باشد به این معنی است که هزینه برای عرضه ناکافی بوجود آمده است(هزینه کمبود) و اگر منفی باشد هزینه اتلاف تلقی میشود.
محدودیت دوم این اطمینان را میدهد که تمامی نقاط حداکثر یک بار دیده شدهاند. محدودیت سوم این اطمینان را میدهد که از یک نقطه در صورتی خروجی داریم اگر و فقط اگر مرکز خونی در آن نقطه وجود داشته باشد.در واقع یک تسهیل موقت زمانی میتواند جابجا شود اگر و فقط اگر در دوره قبل در آن مکان بوده باشد. محدودیت چهارم این اطمینان را میدهد که در هر دوره تعداد P مرکز در حال فعالیت هستند. محدودیت پنجم به این اشاره دارد که مجموعه اهداکنندگان تنها به مراکز موقت تخصیص پیدا میکنند. محدودیت ششم به محدودیت ظرفیت مجموعه گروه اهداکنندگان اشاره دارد. محدودیت هفتم و هشتم به محدودیت ظرفیت هر مرکز خون اشاره دارد. محدودیت نهم به شعاع پوششی(در صورتی اهداکننده iمی تواند به تسهیل jو یا nتخصیص پیدا کند که فاصله اش آن تسهیل کمتر از شعاع پوششی آن تسهیل باشد و محدودیت دهم تا دوازدهم به تعریف متغیرها میپردازند.
تبدیل مدل به صورت خطی:
همانطور که مشاهده میشود مدل بصورت غیر خطی است پس برای تبدیل آن به خطی به صورت زیر عمل میکنیم:
پس تابع هدف به صورت زیر تغییر پیدا می کند:
و همچنین محدودیتهای (7) و (8) به صورت زیر تغییر پیدا میکنند:
برای ساده سازی مدل، متغیر جدید تعریف شدهاست:
برای نرمالیزه کردن بصورت زیر عمل شدهاست:
مشخص است که در صورتی که در نقطه j مرکز خونی وجود نداشته باشد، برابر با صفر است پس:
در نتیجه مدل اصلی به صورت زیر تبدیل میشود:
محدودیتهای (2)، (3)،(4)،(11) بدون تغییر و محدویتهای (1)،(7)،(8) با ورود و بصورت محدودیتهای (16)، (22)، (23) نوشته شدهاند.
محدودیت پنجم این اطمینان را میدهد که مجموعه اهداکنندگان تنها به مراکز موقت خون تخصیص داده میشوند.
اهداکنندگان به مرکز خون تخصیص داده نمیشوند اگر:
اهداکنندگان به مرکز خون تخصیص داده میشوند اگر:
در نتیجه محدودیت (5) با (20) برابری دارد.
محدودیت (6) به ظرفیت مجموعه گروه اهداکنندگان اشاره دارد. با در نظر گرفتن و محدودیت (6) با (21) برابری دارد.
محدودیت (9) و (24) نیز برابریشان بصورت زیر اثبات میشود:
اصلاح سازی به وسیله لاگرانژ:
برای انجام عملیات لاگرانژ به اصلاح سازی محدودیت (32) میپردازیم:
را غیر منفی در نظر میگیریم، در نتیجه مسئله آزاد شده شده با L(u) بصورت زیر نمایش داده شدهاست:با در نظر گرفتن محدودیتهای (28) تا (38).
یک متغیر ثابت است که میتواند به دو تابع متفاوت تبدیل شود. بطوری که اولی تنها به متغیر y و دومی تنها به متغیر z مربوط باشد. در این صورت محدودیتهای (29) تا (31) و (37) تنها به y و محدودیتهای (33) تا (36) و (28) و (38) تنها به z مربوط میشود. بنابراین L(u) به دو زیر مسئله تبدیل میشود:
مسئله اول:
مسئله دوم:
مسئله اول با در نظر گرفتن مسئله ارسال و دوم با در نظر گرفتن مسئله توزیع حل میشود.
برای حل این مسئله از روش لاگرانژی با در نظر گرفتن کران بالا استفاده میکنیم.
کران بالا:
فرض کنید برای u داده شده مسئله لاگرانژ به صورت L(u) است پس برای آنکه حلشدنی باشد، راه حل بهینه y برابراست با اگر:
به تمامی نقاط ممکن که دارای مرکز خون در دوره t هستند، اشاره میکند.
در هر دوره ، اگر در نتیجه مشتری i به نقطه با در نظر گرفتن کمینه هزینه، تخصیص دوباره میشود. در نتیجه کران بالای مدل بدست میآید.
برای حل مدل در مسئلههای چند دورهای از الگوریتمهای ابتکاری استفاده میشود.
مطالعه موردی:
مطالعه انجام شده به بررسی زنجیره تامین خون در چین و در زمان زلزله پرداخته شدهاست. فرض شدهاست که هزینهها در دورههای مختلف تغییر نمیکنند و تنها به خونهای جمعآوری شده مربوط است. تعداد ده مکان شدنی و بیست گروه اهداکننده وجود دارد.
شکل(1)، مکانهای شدنی و گروههای اهداکننده
تعداد اهدا کنندگان خون در هر منطقه براساس حجم جمعیت در آن منطقه محاسبه شدهاست، همچنین فرض شده که هر فرد میتواند ml 200 خون اهدا کند .
الگوریتم در VISUAL c++ به اجرا درآمده است. مدل به تولید 1000 نمونه از تقاضاهای مختلف پرداخته است. تقاضا از توزیع نرمال با میانگین 280 و واریانس 100 تبعیت میکند. شکل(2) به بررسی نتیجه بهینه الگوریتم پرداخته است و خط قرمز میانگین را نمایش میدهد.
شکل(2)، هزینه کل بدست آمده از جوابهای بهینه از 1000 گروه متقاضی
جدول (1) ، تعداد مکانهای کاندید شده در هر دوره برای تولید1000 نمونه
جدول (1) تعداد مکانهای کاندید شده در هر دوره که برای تولید 1000 نمونه است را نمایش میدهد.مکانهای کاندید شده 1 و 5 بیشترین فاصله را با مرکز خون داشتند و تقریبا انتخاب نشدهاند. این مسئله برای رسیدن مسیرها به مکانهای (2)،(3) و تا آخر تاثیر میگذارد. این کمک میکند تا مدیران شعاع دریافت خون و رسیدن به مراکز خون را بدست آورده تا متقضی در زمان مطلوب نیاز خود را دریافت نماید.
تشکر از مطال مفیدتون.
عکس های این بخش رو باز نمیکنه؟؟!!