发展中国家救护车应急响应优化
最优化与控制
2019-08-02 v2
摘要
缺乏急救医疗转运被视为低收入和中等收入国家（LMICs）获取急救医疗服务的主要障碍。本文提出一种鲁棒优化方法，同时优化应急响应车辆的选址与路径规划，并考虑 LMICs 特有的行程时间不确定性和空间需求不确定性。我们前往孟加拉国达卡——世界第六大、人口密度第三高的城市——开展实地调研，收集了两个指导我们方法的独特数据集。这些数据被用于开发机器学习方法，以估算 LMICs 环境下的急救医疗服务需求，并预测路网中任意两地在不同时段和星期几的行程时间。我们将鲁棒优化与机器学习框架结合真实数据，深入探讨三个政策相关问题。首先，我们证明针对工作日高峰时段优化的前哨站位置，在全天所有时段和星期几均表现良好。其次，我们发现通过重新选址少量前哨站可显著改善应急响应时间，且当前系统的性能仅用 30% 的资源即可复刻。最后，我们表明摩托车救护车车队有潜力大幅超越传统面包车救护车。特别是，得益于灵活车辆在更大路网中提供的路由灵活性，它们能覆盖三倍的需求，同时将中位响应时间缩短 42%。我们的结果为达卡及其他 LMICs 城市中心的医院基础和私营救护车提供商提供了可落地的见解。
引用
@article{arxiv.1801.05402,
title = {Ambulance Emergency Response Optimization in Developing Countries},
author = {Justin J. Boutilier and Timothy C. Y. Chan},
journal= {arXiv preprint arXiv:1801.05402},
year = {2019}
}