چکیده:
پسماندهای حوزهی بهداشت و درمان شامل تمام پسماندهایی است که براساس فعالیتهای پزشکی و درمانی در بیمارستانها و مراکز درمانی تولید میشوند. حدود 15 تا 20 درصد این زبالهها را زبالههای عفونی تشکیل میدهند که در زمرهی مواد خطرناک قرار میگیرند. زبالههای عفونی زبالههایی هستند که قبل از انهدام یا بازیافت باید بیخطرسازی شوند. از اینرو در این مقاله جهت مدیریت زبالههای عفونی، یک مدل برنامهریزی عدد صحیح مختلط دوهدفه توسعه داده میشود. در مدل پیشنهادی علاوه بر کمینهسازی هزینههای زنجیره، کاهش ریسک جمعیت در معرض انتشار آلودگی ناشی از زبالههای عفونی نیز مدنظر قرار گرفته است. برای این منظور یک زنجیره چندسطحی، با در نظر گرفتن مسأله مکانیابی- مسیریابی سبز ارایه میشود که در آن به مکانیابی مراکز بازیافت، دورریز و پالایش با تکنولوژیهای پالایش مختلف و مسیریابی وسایط نقلیه بین سطوح پالایش و بیمارستان پرداخته میشود. مسأله مسیریابی به صورت چندانباره در نظر گرفته شده و از معیار کاهش هزینهی مصرف سوخت خودروهای ناهمگن، جهت مسیریابی سبز بهره گرفته میشود. در نهایت یک الگوریتم فراابتکاری تلفیقی مبتنی بر الگوریتم رقابت استعماری و الگوریتم ژنتیک توسعه داده میشود و پس از اعتبارسنجی آن، به بررسی عملکرد آن در حل مسایل با ابعاد بزرگ پرداخته میشود که نتایج حاصل از آن حاکی از کارایی و عملکرد مناسب الگوریتم پیشنهادی است.
Health care solid waste includes all types of waste that are produced as a result of medical and therapeutic activities in hospitals and health centers. About 15% to 20% of these waste materials are infectious waste, which falls within the category of hazardous materials. Infectious waste is the one that must be treated before disposal or recycling. Hence, this paper seeks to develop a bi-objective mixed integer programming model for the management of infectious waste. In the proposed model, in addition to minimizing the chain costs, the reduction of risks for the population exposed to the spread of contamination resulting from infectious waste is also desired. For this purpose, a multi-echelon chain is proposed by taking into account the green location-routing problem, which involves the location of recycling, disposal, and treatment centers through various treatment technologies and routing of vehicles between treatment levels and the hospital. The routing problem has been considered to be multi-depot wherein the criterion of reducing the cost of fuel consumption of heterogeneous cars is used for green routing. Finally, a hybrid meta-heuristic algorithm based on ICA and GA is developed and, following its validation, its function in solving large-scale problems has been investigated. The results indicate that the proposed algorithm is effective and efficient.
خلاصه ماشینی:
علاوه براین مدل ارایه شده به طور یکپارچه به مکان یابی مراکز بازیافت و دورریز و مسیریابی بهینه وسایط نقلیه جهت جمع آوری زباله های عفونی از بیمارستان ها می پردازد و برای پالایش زباله های عفونی چندین تکنولوژی در دسترس است که براساس معیارهای هزینه راه اندازی ، ظرفیت و نرخ پالایش قابل بازیافت ، مدل تصمیم می گیرد که کدام یک را انتخاب کند.
آن ها یک مدل برنامه ریزی عدد صحیح مختلط خطی تک هدفه با هدف کمینه سازی هزینه های حمل و نقل جهت طراحی یک شبکه زنجیره تأمین زباله های بیمارستانی با در نظر گرفتن مسأله مسیریابی ظرفیتدار توسعه دادند و از رویکرد بهینه سازی استوار برای حل مسأله خود تحت شرایط عدم قطعیت بهره بردند.
یک مدل مبتنی بر برنامه ریزی عدد صحیح مختلط خطی چندهدفه برای مکان یابی مراکز پالایش ، بازیافت و دفع زباله های بیمارستانی و مسیریابی وسایط نقلیه جهت جهت جمع آوری زباله ها از بیمارستان ها توسط جقتایینوایی و همکاران (١٣٩٥) ارایه شد.
(به تصویر صفحه رجوع شود) رویکرد حل برای حل مسأله در ابعاد بزرگ که روش حل دقیق از حل آن عاجز است ، یک الگوریتم ترکیبی مبتنی بر رقابت استعماری و ژنتیک توسعه داده خواهد شد و از روش ال پیمتریک برای تک هدفه کردن مدل بهره گرفته میشود.
Solving a multi-objective location routing problem for infectious waste disposal using hybrid goal programming and hybrid genetic algorithm, International Journal of Industrial Engineering Computations, 9(1), 75-98.