ارایه رویکردی مبتنی بر الگوریتم‌های بهینه‌سازی به منظور پهنه‌بندی مناطق جمعیتی در سیستم سلامت ایران

زمینه و هدف: همواره، برنامه ریزی جهت بهبود ساختار سیستم سلامت از دسته‌ی مهمترین مسایل مدیریتی به شمار می رود. لذا این مطالعه به بررسی یکی از پرکاربردترین موضوعات حوزه مدیریت عملیات تحت عنوان مساله پهنه بندی پرداخته است. هدف از حل این مساله تقسیم‌بندی یک جامعه‌ به چندین منطقه است به طوریکه هر منطقه به طور کامل بتواند خدمات سلامتی جمعیت خود را تا حد مطلوبی پوشش دهد. روش پژوهش: در این مطالعه که از نوع بنیادیکاربردی محسوب می‌گردد، با توجه به مدل راهبردی نظام سلامت به منظور تقسیم‌بندی مناطق جمعیتی به پهنه های ده گانه، رویکردی مبتنی بر الگوریتم های بهینه سازی ژنتیک، ازدحام ذرات و تکامل تفاضلی مورد بررسی قرار گرفت. با توجه به ماهیت مساله‌، تابع هدف شامل بیشینه سازی میزان تعادل جمعیت موجود در هر پهنه بود. محدودیت های مساله نیز شامل تخصیص منحصر به فرد و همچنین عدم وجود تخصیصات نامتعارف بوده است. تخصیص نامتعارف به معنای عدم فشردگی، عدم وجود پیوستگی و همچنین وجود سوراخ در پهنه ها است. یافته ها: طبق نتایج حاصل، مشاهده گردید الگوریتم ازدحام ذرات دارای بالاترین کارایی است و الگوریتم تکامل تفاضلی پایین ترین کارایی را دارد. اما در تمامی الگوریتم ها، محدودیت های بیان شده به طور کامل برآورده می شوند و این موضوع نشان از کارایی مناسب الگوریتم اصلاحی در تولید پاسخ ها دارد. نتیجه گیری: نتایج حاصل از حل این مساله می تواند به عنوان یک ابزار علمی مفید در جهت پهنه بندی سیستم سلامت ایران مورد استفاده قرار گیرد.

An Optimization Algorithms-based Approach to District Health System Population Areas in Iran

Background: One of important subject in the operations' management fields is partitioning matter that was investigated in the study. This topic has recently received more attention from researchers of the healthcare management systems' field. This subject is important because planning about improvement of the healthcare system structure is considered as one of the most important management problems in each society. The goal of solving this problem was to district a society into several areas, so that each area can cover its health services completely.Methods: This fundamentalapplied study was conducted based on the Genetic optimization algorithm, particle swarm, and differential evolution to improve the current structures with regard to the existing health structure in Iran. Moreover, the health system strategic model was applied to categorize the population regions into 10 partitions. According to nature of the investigated problem, the objective function is maximizing the equilibrium amount in each district. The constraints included exclusive assignment and notexisting unusual assignment. Unusual assignment is defined as existence of no contiguity and holes in partitions.Results: According to the obtained results, the particle swarm algorithm had the most efficiency, while differential evolution had the lowest efficiency. However, the stated constraints were satisfied completely in all algorithms, which represented appropriate efficiency of the modified algorithm in the generation solutions.Conclusion: The results obtained from solving this problem can be used as a useful tool in improving the existing healthcare system in Iran.