دوره 7، شماره 23 و 23 - ( 9-1395 )                   جلد 7 شماره 23 و 23 صفحات 63-78 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Zarkeshzadeh M, Heshmati Z, Zare H, Teimouri M. An optimised hybrid method for ambulance dispatch based on complex networks and Artificial Intelligence. فصلنامه فناوری اطلاعات. 2016; 7 (23 and 23) :63-78
URL: http://jor.iranaict.ir/article-1-379-fa.html
زرکش زاده مهدی، حشمتی زینب الهدی، زارع هادی، تیموری مهدی. ارائه روشی بهینه در اعزام آمبولانس مبتنی برشبکه‌های پیچیده و هوش مصنوعی. فصلنامه فناور اطلاعات و اتباطات ایران. 1395; 7 (23 و 23) :63-78

URL: http://jor.iranaict.ir/article-1-379-fa.html


گروه علوم و فناوری شبکه، دانشکده علوم و فنون نوین، دانشگاه تهران
چکیده:   (4762 مشاهده)

هدف سرویس‌های اورژانس پزشکی کاهش مرگ و میر و عوارض ناشی از بیماری‌ها و صدمات می‌باشد. اعزام سریع سرویس‌های اورژانس و کاهش زمان پاسخ، منجر به افزایش نرخ بقاء می‌شود. زمان پاسخ یکی از معیارهای مهم سنجش کارایی سرویس‌های اورژانس پزشکی می‌باشد. روش معمول در اعزام آمبولانس‌ها، فرستادن نزدیک‌ترین واحد در دسترس می‌باشد که این روش به کارایی در کوتاه مدت توجه می‌کند. یکی از روش‌هایی که اخیرا در زمینه اعزام آمبولانس بیان شده است، مبتنی بر تحلیل شبکه‌های پیچیده است. هدف این روش، اعزام آمبولانس مد نظر به تماسی می‌باشد که مرکزیت بیشتری نسبت به دیگر تماسها دارد، که منجر به کارایی بهتر در دراز مدت می‌شود. دیگر روش‌ها در اعزام آمبولانس مبتنی بر پیدا کردن بهترین مسیر مناسب برای ماشین‌های سرویس‌دهنده می‌باشد که پیچیدگی زمانی این روش‌ها بسیار بالا می‌باشد. در این مقاله با استفاده از رویکردی ترکیبی و به کارگیری معیار‌های مرکزیت از تحلیل شبکه‌های پیچیده و روش‌های جستجو مبتنی بر هوش مصنوعی، روشی بهینه و نوین را برای کاهش زمان پاسخ سرویس‌های اورژانسی ارائه شده است. علاوه بر این در روش پیشنهادی، اولویت اورژانسی تماس‌ها نیز درنظر گرفته شده است، که متغیری مهم در تصمیم گیری ها می باشد. روش پیشنهادی نسبت به روش‌های قبلی از محدودیت‌های کمتری برخوردار بوده و نتایج شبیه سازی گسترده نیز بهبود معنی‌دار این روش را در مقایسه با روش های قبلی مانند روش مرکزیت و نزدیک‌ترین همسایه، مورد تایید قرار می‌دهد.

متن کامل [PDF 767 kb]   (990 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: هوش مصنوعی و رباتیک
دریافت: ۱۳۹۲/۱۱/۳۰ | پذیرش: ۱۳۹۵/۲/۵ | انتشار: ۱۳۹۵/۱۰/۱

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 All Rights Reserved |

Designed & Developed by : Yektaweb