| dc.contributor.author | محمدی, هادی | fa_IR |
| dc.contributor.author | میرزائی, کمال | fa_IR |
| dc.date.accessioned | 1403-04-19T22:53:22Z | fa_IR |
| dc.date.accessioned | 2024-07-09T22:53:34Z | |
| dc.date.available | 1403-04-19T22:53:22Z | fa_IR |
| dc.date.available | 2024-07-09T22:53:34Z | |
| dc.date.issued | 2023-07-01 | en_US |
| dc.date.issued | 1402-04-10 | fa_IR |
| dc.identifier.citation | محمدی, هادی, میرزائی, کمال. (1402). مکانیابی مراکز درمانی و اورژانسی با استفاده از رویکرد ترکیبی هوش جمعی بر پایه شبکه های پیچیده. مجله علوم پزشکی رازی, 30(4), 223-235. | fa_IR |
| dc.identifier.issn | 2228-7043 | |
| dc.identifier.issn | 2228-7051 | |
| dc.identifier.uri | http://rjms.iums.ac.ir/article-1-8585-fa.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/1094921 | |
| dc.description.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. | fa_IR |
| dc.format.extent | 815 | |
| dc.format.mimetype | application/pdf | |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | دانشگاه علوم پزشکی ایران | fa_IR |
| dc.relation.ispartof | مجله علوم پزشکی رازی | fa_IR |
| dc.relation.ispartof | Razi Journal of Medical Sciences | en_US |
| dc.subject | مکان یابی مراکز درمانی و اورژانس | fa_IR |
| dc.subject | مسئله تخصیص درجه دوم | fa_IR |
| dc.subject | الگوریتم ازدحام ذرات | fa_IR |
| dc.subject | شبکه پیچیده | fa_IR |
| dc.subject | مهندسی علوم | fa_IR |
| dc.title | مکانیابی مراکز درمانی و اورژانسی با استفاده از رویکرد ترکیبی هوش جمعی بر پایه شبکه های پیچیده | fa_IR |
| dc.type | Text | en_US |
| dc.type | پژوهشي | fa_IR |
| dc.contributor.department | استادیار، گروه مهندسی کامپیوتر، دانشگاه پیام نور، تهران، ایران | fa_IR |
| dc.contributor.department | استادیار، گروه مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران | fa_IR |
| dc.citation.volume | 30 | |
| dc.citation.issue | 4 | |
| dc.citation.spage | 223 | |
| dc.citation.epage | 235 | |
