view in publisher's site

A decision support framework for home health care transportation with simultaneous multi-vehicle routing and staff scheduling synchronization

Highlights•Home health care logistics planning for the benefits to the ageing society.•A novel model developed for the synchronization problem of multiple nurses and vehicles routing.•A computationally efficient hybrid genetic algorithm to provide high-quality solutions.•Artificial and realistic instances to demonstrate the scalability and practicality of the method.•High performance of the algorithm shown by computational experiments.AbstractDue to the ageing population and the prevalence of chronic diseases, Home Health Care (HHC) practices are significantly increasing in developed countries to provide coordinated health related services to patients at their homes. Accordingly, the scope of HHC services is also expanding from typical nursing and postoperative care at home to cover all types of needs of elderly patients (e.g., personal care, drug delivery and meal services). This paper aims to address the pressing demand for HHC services and develop a novel and effective mathematical model and solution methodology for supporting health care service delivery decisions. Our decision support framework captures the real needs of HHC services, including the challenges of creating simultaneous schedules and route plans for a set of HHC staff and Home Delivery Vehicles (HDVs) under the requirements of synchronization between HHC staff and HDVs visits, multiple visits to patients, multiple routes of HDVs and pickup/delivery visits related precedence for HDVs. A Mixed Integer Linear Programming (MILP) model is developed to characterize the optimization problem. Considering the computational complexity of the problem, a Hybrid Genetic Algorithm (HGA) is proposed to suggest HHC planning decisions. The model formulation and proposed HGA are examined on real-life instances for demonstrating its practicality and randomly generated test instances for assessing the scalability of the proposed approach. The results show the effectiveness and efficiency of our solution methodology. Experimental results indicate that the proposed algorithm provided a good performance even with an increasing number of required synchronized services, whereas the heuristic tactics facilitate the HGA to produce better-quality solutions in a significantly shorter time. Our framework is expected to contribute to an important aspect of shared healthcare mobility.

یک چارچوب پشتیبانی تصمیم‌گیری برای حمل و نقل بهداشت و درمان خانگی با مسیریابی همزمان چند وسیله نقلیه و هماهنگ‌سازی زمانبندی کارکنان

نکات برجسته * برنامه‌ریزی تدارکات مراقبت‌های بهداشتی منزل برای مزایای جامعه رو به پیری. * یک مدل جدید برای مشکل هماهنگی چندین پرستار و مسیریابی وسایل نقلیه توسعه داده شده‌است. * یک الگوریتم ژنتیک ترکیبی از نظر محاسباتی کارآمد برای ارائه راه‌حل‌های با کیفیت بالا. نمونه‌های واقعی و مصنوعی برای نشان دادن مقیاس پذیری و عملی بودن این روش. عملکرد بالای الگوریتم نشان‌داده‌شده توسط آزمایش‌ها محاسباتی. واکنش به دلیل جمعیت رو به پیری و شیوع بیماری‌های مزمن، اقدامات مراقبت‌های بهداشتی خانگی (HHC)در کشورهای توسعه‌یافته به طور قابل‌توجهی در حال افزایش است تا خدمات مرتبط با سلامت هماهنگ را برای بیماران در خانه‌هایشان فراهم کند. بر این اساس، دامنه خدمات HHC نیز از مراقبت‌های معمول پرستاری و بعد از عمل در خانه گسترش می‌یابد تا تمام انواع نیازهای بیماران مسن را پوشش دهد (برای مثال، مراقبت شخصی، تحویل دارو و خدمات غذایی). هدف این مقاله پرداختن به تقاضای فوری برای خدمات HHC و توسعه یک مدل ریاضی جدید و موثر و روش حل برای حمایت از تصمیمات تحویل خدمات مراقبت بهداشتی است. چارچوب پشتیبانی از تصمیم‌گیری ما نیازهای واقعی خدمات HHC را برآورده می‌کند، از جمله چالش‌های ایجاد برنامه‌های همزمان و برنامه‌های مسیر برای مجموعه‌ای از کارکنان HHC و وسایل نقلیه خانگی (HDV ها)تحت الزامات هماهنگی بین کارکنان HHC و بازدیدهای HDV ها، دیدارهای متعدد از بیماران، مسیرهای چندگانه HDV ها و بازدیدهای تحویل / وانت مربوط به HDV ها. یک مدل برنامه‌ریزی خطی عدد صحیح آمیخته (MILP)برای توصیف مساله بهینه‌سازی توسعه داده شده‌است. با توجه به پیچیدگی محاسباتی مساله، یک الگوریتم ژنتیک ترکیبی (HGA)برای پیشنهاد تصمیمات برنامه‌ریزی HHC پیشنهاد شده‌است. فرمول‌بندی مدل و HGA پیشنهادی بر روی نمونه‌های زندگی واقعی برای نشان دادن عملی بودن آن و نمونه‌های تست به طور تصادفی تولید شده برای ارزیابی مقیاس پذیری رویکرد پیشنهادی بررسی می‌شوند. نتایج اثربخشی و کارایی روش حل ما را نشان می‌دهد. نتایج تجربی نشان می‌دهد که الگوریتم پیشنهادی عملکرد خوبی را حتی با افزایش تعداد خدمات هماهنگ مورد نیاز فراهم می‌کند، در حالی که تاکتیک‌های اکتشافی، HGA را برای تولید راه‌حل‌های با کیفیت بهتر در زمان بسیار کوتاه‌تر تسهیل می‌کنند. انتظار می‌رود که چارچوب ما به جنبه مهمی از تحرک مشترک مراقبت‌های بهداشتی کمک کند.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Information Systems and Management
  • ترجمه مقاله Information Systems and Management
  • مقاله سیستم‌های اطلاعاتی و مدیریت
  • ترجمه مقاله سیستم‌های اطلاعاتی و مدیریت
  • مقاله Management Information Systems
  • ترجمه مقاله Management Information Systems
  • مقاله مدیریت سیستم‌های اطلاعاتی
  • ترجمه مقاله مدیریت سیستم‌های اطلاعاتی
  • مقاله Information Systems
  • ترجمه مقاله Information Systems
  • مقاله سیستم‌های اطلاعاتی
  • ترجمه مقاله سیستم‌های اطلاعاتی
  • مقاله Developmental and Educational Psychology
  • ترجمه مقاله Developmental and Educational Psychology
  • مقاله روان‌شناسی تحصیلی و رشد
  • ترجمه مقاله روان‌شناسی تحصیلی و رشد
  • مقاله Arts and Humanities (miscellaneous)
  • ترجمه مقاله Arts and Humanities (miscellaneous)
  • مقاله هنر و علوم انسانی (متفرقه)
  • ترجمه مقاله هنر و علوم انسانی (متفرقه)
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.