Modelos mono e multiobjetivo para o problema de localização de máxima cobertura estudo de caso SAMU-BH

Página do item simplificado
dc.contributor.advisorMartins, Flávio Vinicius Cruzeiro
dc.contributor.advisor-coSilva, Fábio Rocha da
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3199420233273400
dc.contributor.authorGuimarães, Mariana Mendes
dc.contributor.authorLatteshttp://lattes.cnpq.br/0810552471549148
dc.contributor.refereeMartins, Flávio Vinicius Cruzeiro
dc.contributor.refereeSilva, Fábio Rocha da
dc.contributor.refereeCarrano, Eduardo Gontijo
dc.contributor.refereeCunha Júnior, Joaquim José da
dc.contributor.refereeSá, Elisângela Martins de
dc.date.accessioned2025-05-13T21:59:27Z
dc.date.available2025-05-13T21:59:27Z
dc.date.issued2018-02-07
dc.description.abstractO Problema de Localização de Facilidades (Facility Location Problem - FLP) é um dos temas clássicos na Pesquisa Operacional e se propõe a definir os melhores pontos de instalação de p facilidades para que n demandas sejam atendidas. O modelo visa minimizar custos ou maximizar algum benefício sob determinadas restrições (de capacidade, tempo, equipe etc). Uma de suas versões, o Problema de Máxima Cobertura (Maximal Covering Location Problem - MCLP), tem o objetivo de cobrir a maior demanda possível dentro de um limite preestabelecido (de tempo ou distância). Neste trabalho, o problema do tipo MCLP foi aplicado à realidade do Serviço de Atendimento Móvel de Urgência da cidade de Belo Horizonte, Minas Gerais, SAMU-BH, com o objetivo de maximizar a cobertura dos chamados atendidos dentro de um tempo de resposta de até oito minutos para as unidades de suporte básico (USBs) e de até dez minutos para as unidades de suporte avançado (USAs). Foram coletados dados dos prontuários referentes às ocorrências de Maio/2016 a Abril/2017, totalizando 29.048 registros. Os dados foram utilizados para a criação de instâncias do problema baseadas no comportamento dos chamados e representam a realidade do estudo de caso. Foi desenvolvido um modelo de programação linear inteira, adaptado de um modelo da literatura, e mapeados 427 nós de demanda e 1.527 nós candidatos à instalação de facilidades. Os tempos de resposta entre os nós foram calculados pelo aplicativo GoogleMaps Direction API. O modelo foi implementado em IBM ILOG CPLEX R 12.7.1, em tempos computacionais satisfatórios. Foram construídos três cenários para localização das 26 ambulâncias disponíveis. Considerou-se o remanejamento entre as bases existentes, a localização ótima em novos pontos mapeados e as taxas de ocupação para cada tipo de ambulância conforme níveis de confiança predefinidos. Os resultados foram comparados com o cenário real de localização das bases, vigente em 2017. Houve um aumento de 9% a 25% na taxa de cobertura, que variou conforme parâmetros estabelecidos, e chegou à cobertura de 100% dos chamados com empenho de USBs. Novos cenários também foram testados, com a aquisição de ambulâncias conforme planejamento para o triênio 2018-2020. O resultado apresentou uma cobertura das ocorrências com o empenho de unidades avançadas 36% maior que a atual. No caso das unidades básicas, o tempo de resposta desejado foi reduzido para 6 minutos e a cobertura aumentou em 20%. Uma abordagem multiobjetivo foi apresentada, utilizando o método da Soma Ponderada, a posteriori, com os objetivos de aumentar a cobertura total e reduzir o número de bases instaladas. Foram encontradas 25 soluções Pareto-Ótimas, sendo alternativas para a tomada de decisão gerencial.
dc.description.abstractotherFacility Location Problem (FLP) is one of the classic topics in Operational Research. It proposes to define the best installation points of p facilities with the view to minimize costs or maximize the benefit of serving demands, under some conditions. One of its versions, the Maximum Coverage Location Problem (MCLP), aims to cover the greatest number of possible demands within a pre-established limit (time or distance). In this work, the MCLP was applied to the reality of the ambulance emergency service in the Belo Horizonte city, state of Minas Gerais, Brazil, called SAMU-BH. The target is to maximize the number of calls covered within a response time of up to 8 minutes for basic support units (USBs) and up to 10 minutes for advanced support units (USAs). Data of medical records from May 2016 to April 2017 were collected, resulting in a total of 29.048 occurrences. The data were used to create instances of the problem based on the probabilistic behavior of the calls and represent the reality of the case study. A integer linear programming model was developed, based on the literature review, with 427 demand nodes and 1.527 candidate points for facilities location. The travel times between demand points and facilities were calculate by the GoogleMaps Direction API. The model was run on IBM ILOG CPLEX R 12.7.1 with satisfactory computational times and the solution was compared to the actual base location situation, effective in 2017. Three scenarios were considered: a units realocation in the current points, a increase in candidate points for facility location and the probabilist version of the model, where a probability α is used to calculate the covered population that can find an available server. The optimal solutions resulted in a coverage between 9% and 25% greater than the current one. For some solutions, 100% of the basic calls would be covered. New scenarios were also executed, with the acquisition of ambulances according to planning for the triennium 2018-2020. The results presented a coverage of advanced and basic units’ attendance 36% and 20% greater than the present day, even with the reduction of basic units response time to 6 minutes. A multi-objective approach, called Weighted Sum Method, aimed at reducing the number of total basis, besides of increasing the coverage. As a result, 25 Pareto-Optimal were found.
dc.identifier.urihttps://repositorio.cefetmg.br//handle/123456789/1449
dc.language.isopt
dc.publisherCentro Federal de Educação Tecnológica de Minas Gerais
dc.publisher.countryBrasil
dc.publisher.initialsCEFET-MG
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e Computacional
dc.subjectOtimização combinatória
dc.subjectProgramação linear
dc.subjectSaúde pública
dc.subjectPesquisa operacional
dc.titleModelos mono e multiobjetivo para o problema de localização de máxima cobertura estudo de caso SAMU-BH
dc.typeDissertação

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Modelos mono e multiobjetivo para o problema de localização de máxima cobertura estudo de caso SAMU-BH.pdf
Tamanho:
3.95 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.39 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Mestrado em Modelagem Matemática e Computacional