OpenEMS：用于救护车选址与路径规划的两阶段随机与鲁棒优化开源工具包及其在 Austin-Travis 县 EMS 数据中的应用
应用统计
2022-01-28 v1
摘要
紧急医疗系统（EMS）提供关键的院前护理与转运。更快的 EMS 响应时间带来更迅速的院前护理，从而提高存活率。我们通过求解两阶段随机与鲁棒线性规划，给出最优救护车驻点与路径决策，从而降低响应时间。尽管关于救护车系统的运筹研究已有数十年历史，但开源代码与仿真的一致性仍十分匮乏。我们通过发布 OpenEMS 来开始弥合这一差距——与德克萨斯州 Austin-Travis 县 EMS（ATCEMS）合作，这是一个端到端流水线，用于优化救护车战略决策。它包括数据处理、优化以及经校准的仿真。我们希望该开源框架能促进未来与 EMS 相关及服务于 EMS 的研究。最后，我们提供了关于德克萨斯州奥斯汀市的详细案例研究。我们发现最优驻点将使响应时间增加 88.02 秒。此外，我们针对奥斯汀 EMS 必须永久从其车队中增加或移除一辆救护车的情形设计了最优策略。
引用
@article{arxiv.2201.11208,
title = {OpenEMS: an open-source Package for Two-Stage Stochastic and Robust Optimization for Ambulance Location and Routing with Applications to Austin-Travis County EMS Data},
author = {Joshua Ong and David Kulpanowski and Yangxinyu Xie and Evdokia Nikolova and Ngoc Mai Tran},
journal= {arXiv preprint arXiv:2201.11208},
year = {2022}
}