ارائه مدل چند هدفه پويا جهت طراحي شبكه هاي پاسخ اضطراري جهت تامين خون

Provides a multi-objective dynamic model for designing emergency response networks for blood supply

در مواقع اضطرار ناشي از حوادث و بلاياي طبيعي و انسان‌ساز، تامين برخي اقلام كه ارتباط مستقيم با زندگي انسان‌ها دارند، از اهميت بالايي برخوردارند. در اين مقاله، مدلي چند هدفه براي مكان‌يابي تسهيلات موقت جهت جمع‌آوري خون و تخصيص اهداكنندگان خون به اين مكان‌ها ارائه شده است. در مدل پيشنهادي، مراكزي براي جمع‌آوري و ذخيره خون‌هاي جمع‌آوري شده توسط تسهيلات موقت در نظرگرفته شده است. علاوه براين، اهدا كنندگان مي‌توانند به طور مستقيم به اين مراكز براي اهداي خون مراجعه نمايند. اهداف در نظر گرفته شده در مدل برنامه ريزي رياضي دو هدفه عبارتند از: (1) كمينه سازي عدم پاسخ‌گويي به تقاضاي خون، (2) كمينه سازي هزينه هاي انتقال خون از تسهيلات موقت به مراكز خون، هزينه اهداي خون به تسهيلات موقت و مراكز خون، هزينه جابجايي تسهيلات موقت و هزينه كمبود خون در دوره هاي مختلف. مدل ارائه شده داراي محدوديت ظرفيت براي تسهيلات موقت و مراكز خون مي‌باشد. در نهايت، جهت صحه گذاري مدل پيشنهادي، مسئله با روش محدوديت اپسيلون براي مثال عددي حل شده است.

In emergency situations caused by natural and man-made disasters, the supply of some items that are directly related to people's lives are of great importance. In this paper, a multi-objective model is proposed for locating temporary facilities for blood collection and allocation of blood donors to these locations. In the proposed model, centers for collecting and storing blood collected by temporary facilities are considered. In addition, donors can go directly to these centers for donating blood. The objectives of the two-objective math planning model are to: (1) minimize the lack of response to blood demand, (2) minimize the cost of blood transfusion from temporary facilities to blood centers, the cost of donating blood to temporary facilities and centers Blood, transit costs of temporary facilities and the cost of blood shortages in different periods. The proposed model has capacity constraints for temporary facilities and blood centers. Finally, in order to validate the proposed model, the problem is solved by the Epsilon constraint method for numerical examples.