ارائه مدلی چند هدفه برای مکان‌یابی - تخصیص سیستم‌های مراقبت سلامت پیشگیرانه با تقاضای احتمالی

هدف سیستم‌ های مراقبت سلامت پیشگیرانه کاهش احتمال ابتلا و شدت بیماری ‌های بالقوه در زندگی افراد است که با مراقبت و تشخیص زود هنگام صورت می گیرد. میزان مشارکت در برنامه ‌های مراقبت بهداشتی پیشگیرانه یک عامل حیاتی در اثرگذاری و کارایی این برنامه ‌ها است. در این مقاله، روشی برای مکان‌ یابی تسهیلات مراقبت بهداشتی پیشگیرانه به‌منظور افزایش میزان دسترسی به مشتریان بالقوه و در نتیجه حداکثر کردن میزان مشارکت ارائه شده است. به دلیل محدودیت ظرفیت در تسهیلات خدمات درمانی پیشگیرانه و اهمیت زمانی که افراد برای دریافت خدمت در صف ‌های انتظار سپری می ‌کنند، فرض کرده‌ ایم که هرکدام از تسهیلات به‌عنوان یک سیستم صف m/m/ /  عمل می کند. یک مدل برنامه‌ ریزی غیرخطی عدد صحیح برای حداکثر کردن میزان مشارکت و حداقل نمودن هزینه ‌ی ایجاد تسهیلات و تخصیص تجهیزات پزشکی به تسهیلات ایجاد شده، ارائه شده است. به‌ دلیل اهمیت توابع هدف دیگر، متمم‌ هایی به‌منظور برقراری عدالت در نحوه ی برخورداری افراد از خدمات بهداشتی درمانی پیشگیرانه و ایجاد تعادل در ساعات بیکاری خدمت‌ دهنده‌ ها آورده شده است. این‌گونه مسائل ازجمله مسائل nphard هستند، بنابراین از الگوریتم ‌های فراابتکاری چند هدفه شامل الگوریتم‌ های ژنتیک مرتب‌ سازی نامغلوب و ژنتیک رتبه ‌بندی نامغلوب استفاده شده است. با استفاده از کدگذاری جدیدی در این دو الگوریتم و تغییر ساختار نمایش جواب ‌ها، بر سرعت عمل و کارایی الگوریتم‌ های بهینه‌ سازی ترکیباتی افزوده‌ ایم. درآخر از روش تاگوچی برای تنظیم پارامترهای الگوریتم‌ ها استفاده کرده‌ ایم و مسائل آزمایشی با ابعاد مختلف تولید و با هم مقایسه شده ‌اند. با توجه به مجموع نتایج به‌ دست ‌آمده، روش ژنتیک مرتب ‌سازی نامغلوب عملکرد بهتری دارد.

A Multi-Objective Location-Allocation Model for Preventive Healthcare Systems with Probabilistic Demand

Preventive healthcare aims at reducing the likelihood and severity of potentially lifethreatening illnesses by protection and early detection. The level of participation in preventive health care programs is a critical factor in terms of their effectiveness and efficiency of these programs. This article presents a methodology for locating preventive health care facilities (PHCFL) in order to increase the accessibility to potential clients and thus maximize participation in preventive healthcare programs. Due to capacity constraints in preventive health care facilities and the importance of waiting time in queues, we assume that each facility acts as M/M/ /  queuing system. We present an Integer nonlinear programming (INLP) model in order to maximize the participation rate and minimize the cost of building facilities and allocating medical equipments to open facilities. Because of the importance of other objective functions, supplements have been introduced to bring about equitable access to preventive health care centers and to balance the hours of servant unemployment.The model is known as NPHard models, hence we propose two metaheuristics algorithms to solve this problem with multiobjective functions. Metaheuristics algorithms are consists of: nondominated sorting genetic algorithm and nondominated ranking genetic algorithm. In order to increase the speed and performance of the combinatorial optimization algorithms, new coding is used in these solution algorithms. Finally, we used Taguchi method to tune the parameters of two algorithms and test problems with different size were generated and analyzed. According to the results, nondominated sorting genetic algorithm is better.