Made available in DSpace on 2016-06-02T19:50:24Z (GMT). No. of bitstreams: 1 TeseAPI.pdf: 1231033 bytes, checksum: 51120574caaa9608efc8725f12321b14 (MD5) Previous issue date: 2005-03-11 / Financiadora de Estudos e Projetos / The purpose of this study is to develop effective methods to analyze the configuration and operation of the emergency medical systems (EMS) on highways. Due to the stochastic nature of these systems, especially in the arrival and assistance processes of the emergency calls, we apply the Hypercube Queuing Model to evaluate the performance measures of the system. This is a well-known model in the location literature, which is based on spatially distributed queuing theory. The EMS on highways operate within a particular dispatching policy which considers that only some ambulances in the system can travel to certain regions (partial backup) and multiple dispatch of ambulances to respond to certain calls. In this study we extend the Hypercube model to deal with these situations. Since the Hypercube model is a descriptive model, we also develop a Hypercube embedded genetic algorithm to create a prescriptive approach to optimize the configuration and operation of EMS on highways. This approach can support decisions at the strategic level, for example, the location of ambulances along the highway and the primary response area to each ambulance, as well as, decisions on the operational level, for example, the optimal dispatch policy of ambulances to respond to the emergency calls and the coverage area to each ambulance (if the system configuration can be modified according to the operational conditions of the week or the day). In order to evaluate the performance of the proposed approach, we conducted experiments using the data of two realsystems: the EMS Anjos do Asfalto (Presidente Dutra highway) and EMS Centrovias (portions of the highways Washington Luis, Eng. Paulo Nilo Romano e Comandante João Ribeiro de Barros) in São Paulo State. The results show that the approach is effective to support planning and operation decisions in such systems. / O objetivo deste trabalho é desenvolver métodos efetivos para analisar a configuração e operação de sistemas de atendimento emergencial (SAEs) em rodovias. Devido às características estocásticas de tais sistemas, principalmente nos processos de chegada e atendimento dos chamados de emergência, aplicamos o modelo Hipercubo para analisar as medidas de desempenho do sistema. Este modelo, conhecido na literatura de localização de sistemas de emergência, é baseado em teoria de filas espacialmente distribuídas. Os SAEs em rodovia operam com uma política de despacho particular, a qual admite que apenas algumas ambulâncias do sistema possam viajar a determinadas regiões (backup parcial) e utiliza múltiplo despacho de ambulâncias para atender a certas chamadas. Neste trabalho estendemos o modelo Hipercubo para analisar tais situações. Como o modelo Hipercubo é descritivo, combinamos estas extensões do modelo Hipercubo com um algoritmo genético para obter uma abordagem prescritiva capaz de otimizar a configuração e operação de SAEs em rodovias. Tal abordagem pode ser útil para apoiar decisões no plano estratégico, por exemplo, a localização das bases das ambulâncias ao longo da rodovia e o dimensionamento das regiões de cobertura de cada base. Assim como apoiar decisões no plano operacional, por exemplo, a escolha da política de despacho das ambulâncias para atender chamados de urgência e a determinação das áreas de cobertura de cada servidor (quando a configuração do sistema puder ser alterada de acordo com as condições operacionais de uma semana ou de um dia). Para analisar o desempenho desta abordagem, realizamos estudos de casos com dados reais do sistema Anjos do Asfalto (rodovia Presidente Dutra) e da concessionária Centrovias (trechos das rodovias Washington Luis, Eng. Paulo Nilo Romano e Comandante João Ribeiro de Barros), no interior de São Paulo. Os resultados mostram que a abordagem é efetiva para apoiar decisões relacionadas ao planejamento e operação destes sistemas.

Submitted by Caio Vítor Beojone null (beojone@hotmail.com) on 2017-10-25T17:47:50Z No. of bitstreams: 1 Caio Vitor Beojone - Dissertação.pdf: 10092472 bytes, checksum: 470115087a1c1f987a7a8e2cffec7cd4 (MD5) / Approved for entry into archive by Monique Sasaki (sayumi_sasaki@hotmail.com) on 2017-10-31T16:52:11Z (GMT) No. of bitstreams: 1 beojone_cv_me_bauru.pdf: 10092472 bytes, checksum: 470115087a1c1f987a7a8e2cffec7cd4 (MD5) / Made available in DSpace on 2017-10-31T16:52:11Z (GMT). No. of bitstreams: 1 beojone_cv_me_bauru.pdf: 10092472 bytes, checksum: 470115087a1c1f987a7a8e2cffec7cd4 (MD5) Previous issue date: 2017-10-09 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Vários Sistemas de Atendimento Emergenciais (SAE’s) sofrem com as variações diárias da demanda e da disponibilidade das ambulâncias. Nesses sistemas pode haver flutuação do desempenho ao longo do dia devido, por exemplo, a mudança no número de servidores e nas taxas de chegada, levando à necessidade de considerar explicitamente tais variações em uma extensão ao modelo hipercubo ainda não explorada na literatura. Como ocorre em alguns SAE’s, as ambulâncias melhor equipadas são reservadas para o atendimento exclusivo de chamados com risco de vida. Dessa maneira, a política de despacho pode ser diferenciada com a finalidade de reservar totalmente o atendimento de alguns servidores para certas gravidades de ocorrências. Além disso, somam-se à natureza aleatória desses sistemas, como por exemplo, as incertezas da disponibilidade das ambulâncias, a chegada de um novo chamado e sua localização. Nesse contexto, os objetivos do presente estudo são: (i) estender o modelo hipercubo de filas para reserva total de capacidade, dependendo do tipo do chamado; (ii) estender o modelo hipercubo de filas para torná-lo mais eficiente computacionalmente, sem haver perda de precisão durante a modelagem e resolução; e (iii) propor uma abordagem baseada no modelo hipercubo não-estacionário para organização do trabalho das ambulâncias em qualquer momento do dia. Para verificar a viabilidade e a aplicabilidade dessas abordagens, é realizado um estudo de caso no SAMU da cidade de Bauru (SAMU-Bauru) que, além de reservar suas ambulâncias avançadas para ocorrências mais graves, é afetado pelas variações diárias na demanda e disponibilidade das ambulâncias. Além da configuração original do SAMU-Bauru, estudada em duas etapas, foram analisados um total de quatro cenários alternativos que consideram questões importantes: o impacto do aumento na demanda do período mais congestionado; a mitigação desse impacto incluindo uma nova ambulância; a alteração do horário das pausas diárias; e o impacto de aumentos na demanda em horários específicos do dia. Foram calculadas importantes medidas de desempenho para cada cenário como a carga de trabalho, tempos médios de espera e tempos médios de resposta. Os resultados mostram que as extensões realizadas no modelo hipercubo são capazes de analisar satisfatoriamente sistemas como o SAMU-Bauru, além de possibilitar a criação e mensuração de propostas de melhorias nos níveis táticos e operacionais. / Many Emergency Service Systems face daily variations on demand and ambulance availability. These systems may suffer, for example, performance fluctuations throughout the day, changes on the number of servers and on arrival rates, leading to the need to explicitly consider such variations in a hypercube model extension not yet explored in the literature. As occurs in some SAMU’s, which reserve their best equipped ambulances to exclusively serve life-threating requests. Therefore, the dispatch policy can be differentiated in order to completely reserve the service of some ambulances to more severe requests. These problems add up to the random nature of these systems with uncertainties upon ambulance availability or the arrival of a new request and its location. Thus, this study aims to: (i) extend the hypercube queueing model to be able to capture the complete capacity reservation of advanced ambulances, depending on the request classification; (ii) extend the hypercube model in order to make it more computationally efficient, without losing any information during modeling and resolution. (iii) propose an approach based on nonstationary hypercube queueing model to organize the operation of ambulances at any time of the day. To verify the feasibility of these approaches, a case study is carried out on the SAMU from Bauru city (SAMU-Bauru), which, in addition to the advanced ambulance reservation for life-threating requests, is affected by daily variations in demand and ambulance availability. In addition to the original configuration of SAMU-Bauru, studied on a two-step approach, we studied a total of four alternative scenarios that exploited important matters as: the impact of average demand increase on the congestion peak; mitigation of this impact by including a new ambulance; changing the schedule of daily breaks; and the impact of increases in the demand at specific hours of the day. We calculated important performance measures for each scenario, such as workload, mean waiting times and mean response times. Results show that the proposed extensions to the hypercube model are capable of satisfactorily analyze systems such as SAMU-Bauru, besides making it possible to create and to measure improvements proposals in tactical and operational levels.