مکان‌یابی مراکز درمانی و اورژانسی با استفاده از رویکرد ترکیبی هوش جمعی بر پایه شبکه های پیچیده

Abstract

زمینه و هدف: یکی از مسائل بهینه سازی تخصیص منابع می­باشد. بدین معنی که تخصیص منابع در مکان­های مختلف به گونه­ای باشد که هزینه تخصیص مسئله کمتر شود. مسئله تخصیص منابع علاوه بر جنبه نظری آن، می­تواند در مسائل کاربردی مختلف از جمله زمانبدی منابع پروژه، توزیع مواد غذائی در سوپر مارکت­های سطح شهر ، تخصیص مراکز درمانی و اورژانسی در یک شهر و غیره استفاده شود. برای حل این گونه مسائل می­توان از الگوریتم­های هوش جمعی استفاده کرد. روش کار: در این مقاله از الگوریتم بهینه­سازی ازدحام ذرات برای حل مسائل مختلف تخصیص استفاده شده است. به منظور افزایش کارائی الگوریتم بهینه­سازی ازدحام ذرات به کمک جستجوی محلی بهبود یافته است. به منظور تقویت بهتر ارتباط بین ذرات از مفهوم شبکه پیچیده استفاده شده است. برای تصمیم­گیری برای انتخاب ذرات وضعیت آن ذره در شبکه پیچیده موثر می­باشد. سنجه درجه برای انتخاب راه حل­ها در شبکه پیچیده در نظر گرفته شده است. برای ارزیابی نتایج از دو گروه مسائل بهینه­سازی استفاده شده است. گروه اول مسائل استاندارد و نظری مختلف از کتابخانه QAPLib برای حل مسئله تخصیص درجه دوم می­باشد. گروه دوم نیز یک مسئله مکان­یابی مراکز درمانی و اورژانسی با در نظر گرفتن احتمال خرابی مراکز مطابق با شرایط دنیای واقعی پیاده­سازی شده است. در این مسئله به این موضوع پرداخته می­شود که با توجه به معیارهای موقعیت، هزینه ساخت و بازسازی و فاصله مراکز درمانی و اورژانسی از یکدیگر در لکه­های جمعیتی مختلف مراکز درمانی و اورژانسی شهری در کدام لکه جمعیتی ایجاد گردد. یافته‌ها: نتایج ارزیابی هر دو گروه نشان از میانگین هزینه و درصد خطای کمتر الگوریتم پیشنهادی بهینه سازی ازدحام ذرات ممتیکی به همراه شبکه پیچیده با سنجه درجه نسبت به الگوریتم بهینه سازی ازدحام ذرات ممتیکی و الگوریتم بهینه سازی ازدحام ذرات پایه می­باشد. به طور نمونه، برای حل مسئله Tia60 الگوریتم بهینه‌سازی ازدحام ذرات شبکه‌ای ممتیکی، الگوریتم ممتیکی و پایه به ترتیب 4.55%، 4.59% و 8.15% درصد خطا دارند. نتیجه‌گیری: الگوریتم پیشنهادی بهینه سازی ازدحام ذرات ممتیکی به همراه شبکه پیچیده با سنجه درجه برای مکان­یابی مراکز درمانی و اورژانسی نسبت به الگوریتم بهینه­سازی ازدحام ذرات ممتیکی و الگوریتم ذرات پایه میانگین هزینه و درصد خطای کمتری دارد.