احسان نیک بخش

بحث کنترل موجودی خون و فرآورده های خونی مهم ترین چالش در مدیریت کارآمد زنجیره تأمین خون است؛ زیرا فرآورده های خونی فسادپذیر هستند؛ همچنین عرضه خون از سوی اهداکنندگان و تقاضا برای فرآورده های خونی از سوی بیماران غیرقطعی است. به صورت خاص، پلاکت با کوتاه ترین طول عمر، حداکثر پنج روز، گران ترین فرآورده خونی است؛ ازاین رو در این پژوهش مسئله کنترل موجودی پلاکت را در شبکه بیمارستانی با استفاده از برنامه ریزی عدد صحیح مطالعه می شود. با توجه به وجود عدم قطعیت تقاضای عادی بیماران در بیمارستان ها از رویکرد بهینه سازی استوار سناریومحور استفاده شده است. مدل پیشنهادی با استفاده از نرم افزار GAMS کدنویسی و حل شد. نتایج نشان می دهد که استفاده از رویکرد بهینه سازی استوار به طور متوسط 6/7 درصد هزینه های بیمارستان ها را نسبت به جوابی که عدم قطعیت را نادیده می گیرد، کاهش می دهد؛ همچنین کارآمدی کنترل یکپارچه موجودی بیمارستان ها به ظرفیت سازمان انتقال خون برای عرضه پلاکت تازه وابسته است.

شبکه های هاب یکی از انواع مهم شبکه های حمل ونقل هستند که در زمینه های مختلفی مانند حمل ونقل هوایی، پست و مخابرات کاربرد دارند. از ویژگی های مهم این شبکه ها، امکان وقوع اختلال در عملکرد آن ها به دلایلی ازقبیل ازکار افتادن تسهیل های هاب یا عدم دسترسی به یال های ارتباطی است. در این مطالعه، مسئله مکان یابی یال هاب پوششی با تخصیص چندگانه، تحت شرایط اختلال یال های هاب بررسی می شود. برای این مسئله، ابتدا یک مدل ریاضی جدید مبتنی بر روش برنامه ریزی شانس- محدود در برنامه ریزی تصادفی معرفی می شود و سپس نتایج محاسباتی حل مدل پیشنهادی برای مسائل نمونه مبتنی بر داده های حمل و نقل هوایی ایران و پست استرالیا ارائه می شوند. نتایج محاسباتی حاکی از اهمیت درنظرگیری اختلال پیش از طراحی شبکه های هاب و تغییر پیکربندی بهینه شبکه تحت شرایط اختلال است. Abstract Hub networks are among the important variations of transportation networks that have applications in air transportation, post, and telecommunication. An important feature of these networks is the possibility of disruption in the network performance due to failure of hub facilities or access links. In this study, the hub arc covering location problem is studied under disruption of hub arcs. First a new mathematical model is introduced based on the chance-constrained programming technique in stochastic programming. Then computational results of solving the proposed model for problem instance (based on Iran Aviation Data and Australian Post) are presented. The computational results confirmed the importance of disruption consideration before designing hub networks and changes in the optimal configuration of the network under disruption. Keywords: Hub Arc Location; Covering; Stochastic Programming; Chance-Constrained Programming.