برنامه‌ریزی سیستم حمل‌ونقل برای توزیع اقلام دارویی درب منازل بیماران

مسئله مسیریابی وسایل نقلیه یکی از معروف‌ترین مسائل بهینه‌سازی در حوزه برنامه‌ریزی سیستم‌های حمل‌ونقل است که در دهه‌ها‌ی اخیر موردتوجه محققان قرار گرفته است. در واقع یکی از معیارهای سنجش اثربخشی مدیریت حمل‌ونقل، مسیریابی مناسب وسایل نقلیه می ‌باشد. این تحقیق به ارائه یک مدل ریاضی جدید جهت مسیریابی وسایل نقلیه برای توزیع اقلام دارویی از داروخانه طرف قرارداد با مرکز مراقبت در منزل به بیماران می‌پردازد. اغلب بیماران حساس به زمان تحویل دارو هستند، لذا در مدل ارائه شده کلیه اقلام دارویی بایستی قبل از زمان مشخصی به دست بیماران برسد. از سوی دیگر، تعادل حجم کاری رانندگان وسایل نقلیه نیز در مدل پیشنهادی لحاظ گردیده است. مدل پیشنهادی جهت تعیین تصمیمات مسیرهای وسایل نقلیه، تعداد وسایل نقلیه بکار گرفته شده و نیز زمان تحویل اقلام دارویی درب منازل بیماران با هدف حداقل نمودن کل هزینه های سیستم می‌پردازد. برای نشان دادن کارایی مدل پیشنهادی مثال‌های عددی با ابعاد مختلف ایجاد شده و با نرم‌افزار بهینه‌سازی گمزو الگوریتم ژنتیک حل شده است. نتایج محاسباتی نشان می‌دهد مدل و رویکرد حل پیشنهادی می‌تواند منجر به کاهش قابل توجهی در هزینه‌های سیستم برای توزیع اقلام دارویی درب منازل بیماران گردد.

transport system planning for medication distribution at patients’ homes

the vehicle routing problem (vrp) is one of the most well-known optimization problems. it has been the focus of extensive research on transportation systems planning in recent decades. the present aims to investigate the problem of routing vehicles from the pharmacy for the delivery of drugs at patients’ homes. the problem of delivery of drugs required by patients is accompanied by a series of operational limitations. it is assumed that each patient receives drugs through a vehicle, and also drugs must reach the patients’ homes before a certain time. to balance the workload of drivers, the maximum number of homes that each vehicle can go to deliver medicines is predetermined. the presented model determines the number of vehicles, the routes of the vehicles and also the time at which drugs are delivered at each patient’ home. to solve the proposed model, in addition to gams optimization software, a genetic algorithm is proposed for large-scale instances. the computational results demonstrate that the proposed model can be used to make optimal decisions on the distribution of drugs from pharmacies to patients’ homes.