Mostrar el registro sencillo del ítem

dc.contributor.authorNiño Rivera, Juan Sebastianspa
dc.date.accessioned2021-01-27T14:20:22Z
dc.date.accessioned2021-10-01T16:46:33Z
dc.date.available2021-01-27T14:20:22Z
dc.date.available2021-10-01T16:46:33Z
dc.date.issued2020
dc.identifier.urihttps://repositorio.escuelaing.edu.co/handle/001/1329
dc.description.abstractLogistics management in healthcare systems has been a major focus area for operations research in the recent years. In this topic, the optimization of routing problems related to home healthcare has a rising interest due to its specific characteristics. The importance of such problems relies on the impact it has on the patients' well-being. Traditional approaches consider optimization goals related to costs and financial effectiveness. In this paper, we address a specific scenario of the home healthcare problem, for the case where patients request medical services, considering the dynamic nature of new requests which are randomly made by patients. We propose a two-stage solution approach which builds a first solution and adapts the routes as new patients request services. The problem aims to minimize the response time for patients, weighted by a priority criterion assigned according to the medical conditions. Our approach also considers constraints regarding time windows promised to patients, as well as multiple vehicles departing from and arriving to multiple dispatch centers Moreover, we propose a weighted cumulative objective function that sums for every patient the response time weighted by a priority assigned for its services during the request. This customer-oriented objective function seeks to maximize customer satisfaction by reducing the waiting time. Finally, we compare the performance of the model solution using both a commercial solver and a meta heuristic approach achieving a gap of 0.4% for the proposed problem and reducing solve time on average in 81%. Results demonstrate that it is possible to effectively address these problems and maximize customer service.spa
dc.format.mimetypeapplication/pdfspa
dc.language.isoengspa
dc.publisherEscuela Colombiana de Ingeniería Julio Garavitospa
dc.subjectOptimizaciónspa
dc.subjectRuteo de Vehículosspa
dc.subjectMetaheurísticasspa
dc.subjectSaludspa
dc.titleMathematical Modelling for dynamic Home Health Care routing with Cumulative Objective Functionspa
dc.typeTrabajo de grado - Maestríaspa
dc.thesis.disciplineMaestría en Ingeniería Industrialspa
dc.thesis.grantorSarmiento Lepesqueur, Angelica (dir)spa
dc.thesis.grantorGuerrero, William Javier (co-dir)spa
dc.thesis.levelMaestríaspa
dc.thesis.nameMagíster en Ingeniería Industrialspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dc.rights.accessrightsinfo:eu-repo/semantics/closedAccessspa
dc.type.contentTextspa
dc.type.dcmi-type-vocabularyTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.description.resumenLa gestión logística en los sistemas de atención de la salud ha sido una de las principales áreas de atención de la investigación de operaciones en los últimos años. El problema de ruteo de vehículos relacionado con la asistencia médica a domicilio tiene un interés creciente debido a sus características específicas. La importancia de esos problemas radica en el impacto que tiene en el bienestar de los pacientes. Los enfoques tradicionales de optimización consideran objetivos relacionados con los costos y la eficacia. Sin embargo, en este documento abordamos un escenario específico del problema de atención médica domiciliaria, considerando la naturaleza dinámica de las nuevas solicitudes que son hechas al azar por los pacientes con un enfoque centrado en el nivel de servicio percibido por el paciente. Así, se propone una función objetivo acumulativa ponderada que suma, para cada paciente, el tiempo de respuesta ponderado por una prioridad asignada para sus servicios durante la solicitud. Esta función objetivo orientada al cliente busca maximizar la satisfacción del cliente reduciendo el tiempo de espera. Además, se plantea un enfoque de solución en dos etapas que construye una primera solución, y adapta las rutas a medida que los nuevos pacientes solicitan servicios. El enfoque también considera las limitaciones en cuanto a las ventanas de tiempo prometidas a los pacientes, así como múltiples vehículos que parten de múltiples centros de despacho. Por último, comparamos el rendimiento de la solución del modelo utilizando tanto un solver comercial como un enfoque metaheurístico logrando un gap del 0,4% para el problema propuesto y reduciendo el tiempo de resolución en promedio en un 81%. Los resultados demuestran que es posible abordar eficazmente estos problemas y maximizar el nivel de servicio al cliente.spa
dc.subject.keywordsOptimizationspa
dc.subject.keywordsVehicle Routingspa
dc.subject.keywordsMetaheuristicsspa
dc.subject.keywordsHealthcarespa


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem