تخصيص ايستگاه‌هاي امداد جاده‌اي با‌استفاده از مدل صف هايپركيوب در طول بزرگراه تهران - قم

Emergency Medical Service Ambulance Allocation, on the Tehran-Qom Highway, using the Hypercube Queuing Model

موضوع تخصيص و مكان يابي ايستگاه هاي امداد جاده اي، به دليل داشتن تاثيرات زيادي كه بر نحوه خدمت دهي به مصدومين جاده اي دارد، مورد توجه محققان زيادي قرار گرفته است. در اين گونه مسايل، هدف اصلي تحقيق، مكان يابي بهينه ايستگاه هاي امداد جاده اي و تقسيم بندي نواحي تحت خدمت، براي تخصيص مناسب آنها به خدمت دهنده ها است. اين مسايل از اين رو داراي اهميت هستند كه معيارهاي عملكردي سيستم از جمله مدت زمان انتظار مشتري را بهبود داده و مي‌توانند منجر به نجات جان يك مصدوم شوند. در اين تحقيق تخصيص ايستگاه هاي امداد جاده اي بزرگراه تهران قم (محدوده تهران)، با استفاده از مدل صف هايپركيوب كه يكي از معروف ترين مدل هاي صف در زمينه مكان يابي است، مورد بررسي و تجزيه و تحليل قرار گرفته است. بدين منظور، پس از تعيين تعداد حالات سيستم، معادلات تعادلي هر حالت سيستم با استفاده از نمودار آهنگ استخراج گرديده است. سپس با استفاده از احتمالات حدي بدست آمده معيار هاي عملكردي سيستم، از جمله ميزان بار كاري هر خدمت دهنده، مدت زمان انتظار مشتري براي دريافت خدمت و ... محاسبه شده و با تغيير پيشنهادي قابل اجرا در عمل، در اندازه نواحي تخصيص داده شده به هر خدمت دهنده، معيارهاي عملكردي سيستم بهبود داده شده اند.

Road relief stations Location and allocation problems are known to have a significant impact upon performance of road victims servicing. The main purpose of this kinds of problems, are road relief Stations locating and districting the areas to appropriate servers assignment. These problems are so important, because of improving the performance criteria, such as Customer waiting time that leads to increasing the probability of victim survival. In this research, road relief stations of Tehran-Qom highway are reallocated, using hypercube queening model (the most popular queening model for locating and allocating problems). For reaching this goal, the different state of the system and the equilibrium equations of each state were determined, using the rate diagrams. Then by using limit probabilities, the system performance criteria such as server’s workload and customer waiting time was calculated and by practical suggestions for resizing each server allocated areas, the performance of the system had improved.