Un modelo de asignación de material para emergencias de salud pública bajo una red de transporte multimodal considerando la prioridad de la demanda y el dolor psicológico
Autores: Weng, Xun; Duan, Shuyao; Zhang, Jingtian; Fan, Hongqiang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un modelo de asignación de material para emergencias de salud pública bajo una red de transporte multimodal considerando la prioridad de la demanda y el dolor psicológico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Emergencia de salud pública
Materiales de rescate
Red de transporte
Prioridades de demanda
Costo del dolor psicológico
Transporte multimodal.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
En una emergencia de salud pública, los residentes requieren urgentemente una gran cantidad de materiales de rescate para tratamiento o protección. Estos materiales de rescate suelen estar ubicados lejos del área de emergencia. El gobierno debe organizar el transporte de los materiales de rescate seleccionando modos de transporte adecuados. Por lo tanto, proponemos un modelo de asignación de materiales para emergencias de salud pública bajo una red de transporte multimodal para determinar la mejor ruta de suministro de materiales de rescate. En este modelo, establecemos las prioridades de demanda de acuerdo con los grados de emergencia para decidir la secuencia de transporte. Al mismo tiempo, introducimos el costo psicológico del dolor causado por la escasez de materiales de rescate en el modelo propuesto para equilibrar la prioridad y la equidad de la demanda. Al compararlo con la literatura de investigación, este es el primer estudio que considera múltiples categorías de materiales, costos absolutos de dolor, costos relativos de dolor y prioridad de demanda bajo transporte multimodal. El problema de investigación se formula en un modelo de programación entera, y desarrollamos un algoritmo genético modificado para resolverlo. Se realizan una serie de ejemplos numéricos para probar el rendimiento del algoritmo propuesto, e investigar las características y aplicaciones del modelo propuesto. Los resultados indican que el algoritmo genético modificado tiene un mejor desempeño en los ejemplos de cálculo en diferentes escalas. Para instancias de pequeña escala, el algoritmo produce resultados consistentes con Gurobi. A medida que el tamaño de la instancia aumenta, Gurobi no logra encontrar la solución óptima en 1800 s, mientras que este algoritmo puede encontrar la solución óptima dentro de un marco de tiempo aceptable. Además, al tratar con instancias de gran escala, el algoritmo muestra una ventaja significativa en términos de tiempo de ejecución. El análisis de sensibilidad de los factores clave indica que (1) Ajustar el coeficiente de costo relativo del dolor puede lograr el mejor equilibrio entre equidad, economía y puntualidad; (2) En comparación con un solo modo de transporte, el transporte multimodal puede reducir el costo psicológico del dolor y el costo logístico; (3) Mejorar la capacidad de carga y descarga de los nodos puede reducir el tiempo de entrega de materiales y el costo psicológico del dolor de los residentes, pero la influencia de otros factores y la rentabilidad deben ser considerados.
Descripción
En una emergencia de salud pública, los residentes requieren urgentemente una gran cantidad de materiales de rescate para tratamiento o protección. Estos materiales de rescate suelen estar ubicados lejos del área de emergencia. El gobierno debe organizar el transporte de los materiales de rescate seleccionando modos de transporte adecuados. Por lo tanto, proponemos un modelo de asignación de materiales para emergencias de salud pública bajo una red de transporte multimodal para determinar la mejor ruta de suministro de materiales de rescate. En este modelo, establecemos las prioridades de demanda de acuerdo con los grados de emergencia para decidir la secuencia de transporte. Al mismo tiempo, introducimos el costo psicológico del dolor causado por la escasez de materiales de rescate en el modelo propuesto para equilibrar la prioridad y la equidad de la demanda. Al compararlo con la literatura de investigación, este es el primer estudio que considera múltiples categorías de materiales, costos absolutos de dolor, costos relativos de dolor y prioridad de demanda bajo transporte multimodal. El problema de investigación se formula en un modelo de programación entera, y desarrollamos un algoritmo genético modificado para resolverlo. Se realizan una serie de ejemplos numéricos para probar el rendimiento del algoritmo propuesto, e investigar las características y aplicaciones del modelo propuesto. Los resultados indican que el algoritmo genético modificado tiene un mejor desempeño en los ejemplos de cálculo en diferentes escalas. Para instancias de pequeña escala, el algoritmo produce resultados consistentes con Gurobi. A medida que el tamaño de la instancia aumenta, Gurobi no logra encontrar la solución óptima en 1800 s, mientras que este algoritmo puede encontrar la solución óptima dentro de un marco de tiempo aceptable. Además, al tratar con instancias de gran escala, el algoritmo muestra una ventaja significativa en términos de tiempo de ejecución. El análisis de sensibilidad de los factores clave indica que (1) Ajustar el coeficiente de costo relativo del dolor puede lograr el mejor equilibrio entre equidad, economía y puntualidad; (2) En comparación con un solo modo de transporte, el transporte multimodal puede reducir el costo psicológico del dolor y el costo logístico; (3) Mejorar la capacidad de carga y descarga de los nodos puede reducir el tiempo de entrega de materiales y el costo psicológico del dolor de los residentes, pero la influencia de otros factores y la rentabilidad deben ser considerados.