• عنوان

    مسيريابي وسايل نقليه به‌منظور جمع‌آوري پسماندهاي پزشكي با درنظرگرفتن مراكز دفع متعدد و سفرهاي چندگانه

  • نويسنده اصلي

    احمدي كليساني، فاطمه

  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • رشته تحصيلي
    مهندسي صنايع
  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    چكيده در سال‌هاي اخير، با رشد جمعيت و پيشرفت فناوري‌هاي نوين، ميزان توليد پسماند در سراسر جهان به طور چشمگيري افزايش يافته است. در همين راستا، مديريت پسماند و به طور خاص، مسائل مربوط به پسماندهاي ويژه از جمله پسماندهاي پزشكي، به دليل بروز آلودگي و انتقال بسياري از بيماري‌هاي عفوني و خطرناك به يك جامعه، بسيار حائز اهميت مي‌باشد. بهبود فرآيند جمع‌آوري و انتقال اين پسماندها از مراكز درماني به مراكز دفع، يكي از چالش‌هاي اساسي و حياتي در مديريت پسماندهاي پزشكي به شمار مي‌آيد. در نتيجه، تلفيق مسائل بهينه‌سازي با چالش‌هاي موجود در اين حوزه، مي‌تواند تا حد زيادي به رفع اين معضلات و بهبود كارايي و اثربخشي سيستم مديريت پسماند منجر شود. يكي از مسائل مهم بهينه‌سازي در اين زمينه، مسئله مسيريابي وسايل نقليه براي انتقال پسماندهاي پزشكي مي‌باشد كه از طريق انتخاب مسيرهاي بهينه مي‌تواند تأثير قابل توجهي بركاهش هزينه‌ها، زمان و ريسك‌هاي زيست‌محيطي داشته باشد و به طور همزمان ميزان انتشار آلاينده‌ها و اثرات منفي بر محيط زيست را كاهش دهد. اين پژوهش، با تمركز بر تحليل جامع و دقيق عوامل مؤثر بر بهينه‌سازي مسيرها و بهره‌گيري از الگوريتم‌هاي بهينه‌سازي، به¬دنبال يافتن جواب بهينه براي مسيريابي وسايل نقليه به‌منظور جمع آوري پسماندهاي پزشكي با در نظرگرفتن مراكز دفع متعدد و سفرهاي چندگانه مي‌باشد. در راستاي تحقق اين هدف، يك مدل برنامه‌ريزي خطي عدد صحيح مختلط ( MILP)، به صورت تك هدفه و داراي دو بخش طراحي شده است كه با انتخاب مسيرهاي بهينه، سعي در به حداقل رساندن ميزان هزينه‌ها و زمان حمل‌ونقل دارد كه از طريق روش مجموع وزني نيز خطي‌سازي شده است. به‌منظور حل مدل پيشنهادي و با توجه به NP- hardبودن مسئله، ابتدا مدل در ابعاد كوچك توسط حل‌كننده CPLEX و در محيط GAMS حل شده و پس از آن براي حل مسائل در ابعاد بزرگ، از نرم‌افزار متلب و دو الگوريتم فراابتكاري ژنتيك ( GA) و ازدحام ذرات ( PSO) استفاده شده است. اگرچه نتايج حاصل از پياده‌سازي اين دو الگوريتم تفاوت زيادي با يكديگر ندارند، اما در مجموع، نتايج الگوريتم GAنسبت به الگوريتم PSO، جواب‌هاي بهتري را مي‌دهد. در ابعاد بزرگ مسئله و با توجه به مقادير ميانگين مربوط به 22 مسئله مورد بررسي، الگوريتم GA، براي دو بخش از تابع هدف يا به‌عبارتي هزينه و زمان جابجايي به ترتيب؛ مقدار 82/2419 دلار و 75/53 ساعت و الگوريتم PSO، مقدار 15/2474 دلار و 12/57 ساعت را بدست آورده‌اند. در نتيجه، الگوريتم GA، با كاهش 9/9 درصد براي هزينه كل و 9/5 درصد براي زمان انتقال پسماندهاي پزشكي نسبت به الگوريتمPSO بهتر عمل كرده است. همچنين مسئله فوق، تحت سناريوهاي مختلف، تحليل حساسيت مي‌شود تا تاثير آن‌ها در بهينه‌سازي مسئله مشخص شود. براي مثال، نتايج بدست آمده از تحليل حساست مدل در ابعاد بزرگ نشان مي‌دهد كه افزايش تنوع وسايل نقليه، باعث بهبود هزينه كل به ميزان 7 درصد، همراه با كاهش 12 درصدي در زمان جابجايي مي‌شود. همچنين از اين مدل مي‌توان در مسائل دنياي واقعي كه از اهميت زيادي از منظر مراكز مديريت پسماند برخوردار است، استفاده كرد و به كمك آن، با نزديك شدن به جواب بهينه ضمن كاهش هزينه‌هاي مربوطه، مديريت در اين زمينه را بهبود بخشيد.
  • شماره ركورد
    233225
  • گرايش رشته تحصيلي
    لجستيك و زنجيره تامين
  • دانشكده
    مهندسي صنايع و سيستم ها
  • دانشگاه
    دانشگاه صنعتي اصفهان