Evaluating modified pairing insertion heuristics for efficient dial-a-ride problem solutions in healthcare logistics

Rodolfo Eleazar Pérez Loaiza; Aaron Guerrero-Campanur; Edmundo Bonilla Huerta

doi:10.35784/iapgos.7277

PDF (angielski)

Opublikowane: 2025-12-20

DOI: https://doi.org/10.35784/iapgos.7277

Numer Tom 15 Nr 4 (2025)

Sterowanie lewitacją magnetyczną za pomocą regulatora PID z adaptacją opartą na liniowej interpolacji i algorytmie genetycznym
Dominik Fila, Andrzej Neumann, Bartosz Olesik, Jakub Pawelec, Kamil Przybylak, Mateusz Ungier, Dawid Wajnert

5-9
Opracowanie systemu prognozowania awarii maszyn pakujących
Nataliia Huliieva, Nataliia Lishchyna, Viktoriya Pasternak, Zemfira Huliieva

10-13
Opracowanie i weryfikacja modułowej, obiektowo zorientowanej architektury kontrolera logiki rozmytej dla konfigurowalnych i wbudowanych aplikacji
Rahim Mammadzada

14-24
Energia pękania mechanicznego i właściwości strukturalno-mechaniczne przekąsek mięsnych z dodatkiem produktów pszczelich
Artem Antoniv, Igor Palamarchuk, Leonora Adamchuk, Marija Zheplinska

25-31
Modelowanie procesów dynamicznych w układzie nieholonomicznym w postaci równania Gibbsa-Appella na przykładzie młyna kulowego
Volodymyr Shatokhin, Yaroslav Ivanchuk, Vitaly Liman, Sergii Komar, Oleksii Kozlovskyi

32-38
Diagnostyka Covid-19 w czasie rzeczywistym na wbudowanych platformach IoT
Elmehdi Benmalek, Wajih Rhalem, Atman Jbari, Abdelilah Jilbab, Jamal Elmhamdi

39-45
Hybrydowe modele do diagnozy choroby Parkinsona na podstawie pisma ręcznego
Asma Ouabd, Achraf Benba, Abdelilah Jilbab, Ahmed Hammouch

46-50
System komputerowy do diagnostyki i terapii pomijania stronnego
Krzysztof Strzecha, Agata Bukalska-Strzecha, Krzysztof Kurzdym, Dominik Sankowski

51-55
Informatyka i pomiary w opiece zdrowotnej: głębokie uczenie się w celu przewidywania ponownych hospitalizacji pacjentów z cukrzycą
Shiva Saffari, Mahdi Bahaghighat

56-64
Optymalizacja dokładności nieinwazyjnego monitorowania poziomu glukozy za pomocą czujnika optycznego
Nurzhigit Smailov, Aliya Zilgarayeva, Sergii Pavlov, Balzhan Turusbekova, Akezhan Sabibolda

65-70
Stochastyczna wielocelowa optymalizacja minimaksowa połączonego ekranu elektromagnetycznego w oparciu o trójwymiarowe modelowanie pola magnetycznego napowietrznych linii elektroenergetycznych
Borys Kuznetsov, Tatyana Nikitina, Alexander Kutsenko, Ihor Bovdui, Kostiantyn Czunikhin, Olena Voloshko, Roman Voliansky, Viktoriia Ivannikova

71-75
Zaawansowane strategie zarządzania energią dla mikrosieci AC/DC
Zouhir Boumous, Samira Boumous, Tawfik Thelaidjia

76-82
Eksperymentalne badanie układu przekształtnika wielostopniowego
Kyrmyzy Taissariyeva, Kuanysh Muslimov, Yerlan Tashtay, Gulim Jobalayeva, Lyazzat Ilipbayeva, Ingkar Issakozhayeva, Akezhan Sabibolda

83-86
Prognozowanie parametrów strukturalnych w nanostrukturach plazmonicznych symulowanych metodą FDTD z wykorzystaniem uczenia głębokiego
Shahed Jahidul Haque, Arman Mohammad Nakib

87-94
Opracowanie algorytmu obliczania procesów wymiany jonowej z użyciem ekosystemu Python
Iryna Chub, Oleksii Proskurnia, Kateryna Demchenko, Oleksandr Miroshnyk, Taras Shchur, Serhii Halko

95-99
Inteligentny model sterowania niezawodnością i bezpieczeństwem w systemach transportu miejskiego
Anastasiia Kashkanova, Alexander Rotshtein, Andrii Kashkanov, Denis Katelnikov

100-107
Analiza interakcji elementów modułowego systemu przechowywania paczek z wykorzystaniem diagramów UML
Lyudmila Samchuk, Yuliia Povstiana, Anastasia Hryshchuk

108-116
Ocena zmodyfikowanych heurystyk wstawiania par w celu wystarczającego rozwiązania problemu transportu na żądanie w logistyce opieki zdrowotnej
Rodolfo Eleazar Pérez Loaiza, Aaron Guerrero-Campanur, Edmundo Bonilla Huerta

117-123
Analiza nowoczesnych narzędzi, metod audytu i monitorowania bezpieczeństwa baz danych
Kateryna Mykhailyshyn, Oleh Harasymchuk, Oleh Deineka, Yurii Dreis, Volodymyr Shulha, Yuriy Pepa

124-129
Poprawa jakości obrazów podwodnych poprzez połączenie metody Deep‑Retinex i sieci GAN
Anuradha Chinta, Bharath Kumar Surla, Chaitanya Kodali

130-136
Matematyczna metoda oceny stanu cyberbezpieczeństwa usług chmurowych
Yevheniia Ivanchenko, Volodymyr Shulha, Ihor Ivanchenko, Yevhenii Pedchenko, Mari Petrovska

137-141
Ocena wydajności wdrożeń LLM w wybranych usługach kontenerowych opartych na chmurze
Mateusz Stęgierski, Piotr Szpak, Sławomir Przyłucki

142-150
Implementacja cech w języku C# przy użyciu Roslyn Source Generators
Mykhailo Pozur, Viktoria Voitko, Svitlana Bevz, Serhii Burbelo, Olena Kosaruk

151-157
Wpływ dostosowywalnego harmonogramowania orkiestratora na wydajność uczenia maszynowego w urządzeniach brzegowych
Konrad Cłapa, Krzysztof Grudzień, Artur Sierszeń

158-163
Rekonfigurowana architektura CoARX do implementacji funkcji haszującej ARX w mikrokontrolerach systemów IoT o ograniczonych zasobach
Serhii Zabolotnii, Inna Rozlomii, Andrii Yarmilko, Serhii Naumenko

164-169
Integralna ocena jakości wody źródlanej z wykorzystaniem zestawu narzędzi logiki rozmytej
Vyacheslav Repeta, Oleksandra Krykhovets, Yurii Kukura

170-176
Wybrane zagadnienia dotyczące światłowodowych czujników zgięcia
Les Hotra, Jacek Klimek, Ihor Helzhynskyy, Oksana Boyko, Svitlana Kovtun

177-181

Archiwum

2026

Tom 16 Nr 2
2026-06-30 27
Tom 16 Nr 1
2026-03-30 27

2025

Tom 15 Nr 4
2025-12-20 27
Tom 15 Nr 3
2025-09-30 24
Tom 15 Nr 2
2025-06-27 24
Tom 15 Nr 1
2025-03-31 26

2024

Tom 14 Nr 4
2024-12-21 25
Tom 14 Nr 3
2024-09-30 24
Tom 14 Nr 2
2024-06-30 24
Tom 14 Nr 1
2024-03-31 23

2023

Tom 13 Nr 4
2023-12-20 24
Tom 13 Nr 3
2023-09-30 25
Tom 13 Nr 2
2023-06-30 14
Tom 13 Nr 1
2023-03-31 12

2021

Tom 11 Nr 4
2021-12-20 15
Tom 11 Nr 3
2021-09-30 10
Tom 11 Nr 2
2021-06-30 11
Tom 11 Nr 1
2021-03-31 14

Authors

Rodolfo Eleazar Pérez Loaiza

rodolfo.pl@apizaco.tecnm.mx

National Technological Institute of Mexico (TecNM)

https://orcid.org/0000-0002-6500-258X

Aaron Guerrero-Campanur

aaron.gc@uruapan.tecnm.mx

National Technological Institute of Mexico (TecNM)

https://orcid.org/0000-0002-9034-045X

Edmundo Bonilla Huerta

edmundo.bh@apizaco.tecnm.mx

National Technological Institute of Mexico (TecNM)

https://orcid.org/0009-0009-4457-1482

Abstrakt

Problem transportu na żądanie (Dial-a-Ride Problem – DARP), będący podzbiorem problemu wyznaczania trasy pojazdu (Vehicle Routing Problem – VRP), dotyczy efektywnego planowania tras samochodów wykorzystywanych do odbierania i dostarczania pasażerów do wyznaczonych miejsc docelowych. W przypadku transportu osób starszych lub niepełnosprawnych w Apizaco w stanie Tlaxcala w Meksyku, badania sugerują zastosowanie problemu DARP. Proponujemy rozwiązanie tego problemu za pomocą modelu programowania matematycznego i heurystyki wstawiania jako metody rozwiązania. Celem jest optymalizacja czasu podróży przy zachowaniu ograniczeń związanych z problemem. Przeprowadziliśmy szereg prób w różnych warunkach, uwzględniając różne wartości parametrów modelu. Wyniki pokazują znaczący postęp, a każda z wygenerowanych tras charakteryzuje się najkrótszym czasem podróży. Na przykład w scenariuszu z 20 pacjentami zwiększenie prędkości pojazdu z 30 km/h do 60 km/h skróciło całkowity czas podróży z 30,66 minut do 15,11 minut. Ta znacząca poprawa podkreśla wydajność obliczeniową i praktyczną przydatność proponowanego podejścia heurystycznego w systemach transportu pacjentów.

Słowa kluczowe:

problem z transportem na żądanie, logistyka opieki zdrowotnej, heurystyka wstawiania, transport pacjentów

Bibliografia

[1] Beaudry A. et al.: Dynamic transportation of patients in hospitals. OR Spectrum 32(1), 2010, 77–107 [https://doi.org/10.1007/s00291-008-0128-0].

[2] Campo J. V., Geist R., Kolko D. J.: Integration of Pediatric Behavioral Health Services in Primary Care: Improving Access and Outcomes with Collaborative Care. The Canadian Journal of Psychiatry 63(7), 2018, 432–438 [https://doi:10.1177/0706743717751668].

[3] Cantor J. C. et al.: Leveraging community transportation resources to improve healthcare access for older adults. Journal of Applied Gerontology 38(5), 2019, 635–642.

[4] Cordeau J. F., Laporte G.: The dial-a-ride problem: Models and algorithms. Annals of Operations Research, 153(1), 2007, 29–46 [https://doi.org/10.1007/s10479-007-0170-8].

[5] Doerner K. F., Salazar-González J. J.: Chapter 7: Pickup-and-Delivery Problems for People Transportation. In: Vehicle Routing, MOS-SIAM Series on Optimization, Society for Industrial and Applied Mathematics, Philadelphia, 193–212 [https://doi.org/10.1137/1.9781611973594.ch7].

[6] Dong X. et al.: A chance-constrained dial-a-ride problem with utility-maximising demand and multiple pricing structures. Transportation Research Part E: Logistics and Transportation Review 158, 2022, 102601 [https://doi.org/10.1016/j.tre.2021.102601].

[7] Dong X. et al.: Research on Key Technologies and Application of Intelligent Door-to-door Medical Treatment System. Frontiers in Public Health 8, 2020, 251.

[8] Dong X., Rey D., Waller S. T.: Dial-a-Ride Problem with Users’ Accept/Reject Decisions Based on Service Utilities. Transportation Research Record 2674(10), 2020, 55–67 [https://doi.org/10.1177/0361198120940307].

[9] Gendreau M., Laporte G., Semet F.: A dynamic model and parallel tabu search algorithm for real-time ambulance relocation. Parallel Computing 27, 2001, 1641–1653.

[10] Gkiotsalitis K., Nikolopoulou A.: The multi-vehicle dial-a-ride problem with interchange and perceived passenger travel times. Transportation Research Part C: Emerging Technologies 156, 2023, 104353 [https://doi.org/10.1016/j.trc.2023.104353].

[11] Ho S. C. et al.: A survey of dial-a-ride problems: Literature review and recent developments. Transportation Research Part B: Methodological 111, 2018, 395–421 [https://doi.org/10.1016/j.trb.2018.02.001].

[12] Kergosien Y. et al.: A tabu search heuristic for the dynamic transportation of patients between care units. European Journal of Operational Research, 214(2), 2011, 442–452.

[13] Kubo M., Kasugai H.: Heuristic algorithms for the single vehicle dial-a-ride problem. Journal of the Operations Research Society of Japan 33(4), 1990, 354–365 [https://doi.org/10.15807/jorsj.33.354]

[14] Masson R., Lehuédé F., Péton O.: An adaptive large neighborhood search for the dial-a-ride problem with transfers. Transportation Science 48(2), 2014, 188–206 [https://doi.org/10.1287/trsc.1120.0438].

[15] Melachrinoudis E., Ilhan A. B., Min H.: A dial-a-ride problem for client transportation in a health-care organization. Computers & Operations Research 34, 2007, 742–759.

[16] Parragh S. N., Doerner K. F., Hartl R. F.: Variable neighborhood search for the dial-a-ride problem. Computers & Operations Research 39(7), 2012, 1519–1534 [https://doi.org/10.1016/j.cor.2011.07.011].

[17] Psaraftis H. N.: A dynamic programming solution to the single vehicle many-to-many immediate request dial-a-ride problem. Transportation Science 14(2), 1980, 130–154 [https://doi.org/10.1287/trsc.14.2.130].

[18] Psaraftis H. N.: An exact algorithm for the single-vehicle many-to-many dial-a-ride problem with time windows. Transportation Science 17, 1983, 351–357.

[19] Queiroz T. A. et al.: Dynamic scheduling of patients in emergency departments. European Journal of Operational Research 310(1), 2023, 100–116.

[20] Schenekemberg C. M. et al.: The dial-a-ride problem with private fleet and common carrier. Computers & Operations Research 147, 2022, 105933 [https://doi.org/10.1016/j.cor.2022.105933].

[21] Sharif A. S. et al.: Choice-driven dial-a-ride problem for demand responsive mobility service. Transportation Research Part B: Methodological 161, 2022, 128–149 [https://doi.org/10.1016/j.trb.2022.04.008].

[22] Tóth M., Hajba T., Horváth A.: A matheuristic for the demand-responsive transport problem with autonomous electric vehicles. Central European Journal of Operations Research 32(4), 2024, 903–922. [https://doi.org/10.1007/s10100-023-00902-z].

[23] Toth P., Vigo D.: An exact algorithm for the vehicle routing problem with backhauls. Transportation Science 31(4), 1997, 372–385 [https://doi.org/10.1287/trsc.31.4.372].

[24] Vidal T., Laporte G., Matl P.: A concise guide to existing and emerging vehicle routing problem variants. European Journal of Operational Research 286(2), 2020, 401–416.

[25] Wang L. et al.: Design and implementation of door-to-door transportation services for low-income disabled patients. Journal of Medical Systems 42(4), 2018, 73.

[26] Winters J., Ferrando J., Kusick T.: Quantifying the cost-benefit of patient transportation services. Western Journal of Emergency Medicine 21(6), 2020, 148–154.

Ocena zmodyfikowanych heurystyk wstawiania par w celu wystarczającego rozwiązania problemu transportu na żądanie w logistyce opieki zdrowotnej. (2025). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 15(4), 117-123. https://doi.org/10.35784/iapgos.7277

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 15 Nr 4 (2025)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja