一个改进的自适应性大邻里搜索算法,以解决感染控制的双层医疗废物位置路由问题

科学领域:

• 运营研究 运营研究
• 公共卫生 公共卫生
• 环境管理环境管理

背景情况:

• 城市化推动了医疗废物的增加,由于传染性材料,造成了公共卫生风险.
• 医疗废物物流的有效管理对于城市的健康和安全至关重要.
• 现有的方法在医疗废物运输方面面临着复杂的限制.

研究的目的:

• 为医疗废物定位路由问题 (MWLRP) 开发一种优化的方法.
• 整合实际限制,包括车辆容量,医院类型,感染风险和时间窗口.
• 提高城市环境中传染性医疗废物运输的效率和安全性.

主要方法:

• 这是一种混合方法,它结合了精确的设施位置算法和改进的适应性大邻里搜索 (IALNS) 来进行路由.
• IALNS使用高级社区搜索和帕雷托排名来实现多目标优化 (成本和感染风险).
• 使用来自中国成都的真实世界数据进行验证,并与Gurobi和其他元启发方法进行比较.

主要成果:

• 拟议的方法有效地优化了转移中心位置和收集路线.
• 与现有的算法相比,IALNS显示出更高的效率和解决方案质量.
• 该方法成功地平衡了医疗废物物流中的总成本和感染风险.

结论:

• 开发的战略为传染性医疗废物运输提供了一个实用且强大的解决方案.
• 这项研究提高了大城市的运营效率和公共卫生安全.
• 这些发现为管理城市医疗废物的政府当局提供了宝贵的见解.