Die strategische Planung von medizinischen Notfallsystemen steht in einem unmittelbaren Zusammenhang mit der Überlebenswahrscheinlichkeit von betroffenen Patienten. Die Forschung hat zahlreiche Kenngrößen und Evaluationsparameter entwickelt, die zur Bewertung verwendet werden können. Darunter fallen beispielsweise die Reaktionszeit, die Systemauslastung, diverse Wartezeitenparameter sowie der Anteil der Nachfrage, der nicht unmittelbar bedient werden kann. Dabei ist das Hypercube Queueing Modell eines der am häufigsten verwendeten Modelle. Aufgrund seines theoretischen Hintergrundes und der damit verbundenen hohen notwendigen Rechenzeiten wurde das Hypercube Queueing Modell erst in der jüngeren Vergangenheit häufiger zur Optimierung von medizinischen Notfallsystemen verwendet. Gleichermaßen wurden nur wenige Systemparameter mit Hilfe des Modelles berechnet und das volle Potenzial demnach noch nicht ausgeschöpft. Die meisten der bereits vorhandenen Studien im Bereich der Optimierung unter Zuhilfenahme eines Hypercube Queueing Modells nutzen die zu erwartende Reaktionszeit des Systems als Zielparameter. Obwohl die Verwendung von diesem eine zumeist ausgeglichene Systemkonfiguration zur Folge hat, wurden andere Zielparameter identifziert. Die Verwendung des Hypercube Queueing Modells in den Modellen der robusten Optimierung sowie des robusten Goal Programmings haben versucht einen ganzheitlicheren Blick, durch die Verwendung von unterschiedlichen Tageszeiten, zu offerieren. Dabei hat sich gezeigt, dass das Verhalten von medizinischen Notfallsystemen sowie die Parameter stark von diesen abhängen. Daher sollte die Analyse und gegebenenfalls Optimierung dieser Systeme unterschiedliche Verteilungen der Nachfrage, in Abhängigkeit ihrer Menge und räumlichen Verteilung, unbedingt berücksichtigen um eine möglichst ganzheitliche Entscheidungsgrundlage zu garantieren. / The strategic planning of Emergency Medical Service systems is directly related to the probability of surviving of the affected humans. Academic research has contributed to the evaluation of these systems by defining a variety of key performance metrics. The average response time, the workload of the system, several waiting time parameters as well as the fraction of demand that cannot immediately be served are among the most important examples. The Hypercube Queueing Model is one of the most applied models in this field. Due to its theoretical background and the implied high computational times, the Hypercube Queueing Model has only been recently used for the optimization of Emergency Medical Service systems. Likewise, only a few system performance metrics were calculated with the help of the model and the full potential therefore has not yet been reached. Most of the existing studies in the field of optimization with the help of a Hypercube Queueing Model apply the expected response time of the system as their objective function. While it leads to oftentimes balanced system configurations, other influencing factors were identified. The embedding of the Hypercube Queueing Model in the Robust Optimization as well as the Robust Goal Programming intended to offer a more holistic view through the use of different day times. It was shown that the behavior of Emergency Medical Service systems as well as the corresponding parameters are highly subjective to them. The analysis and optimization of such systems should therefore consider the different distributions of the demand, with regard to their quantity and location, in order to derive a holistic basis for the decision-making.

No description available.

It is beyond doubt that location selection plays a vital role in retailing. Even though the reasons upon which customers base their destination choice are well investigated, there are only few studies considering a retailer's location selection process. Moreover, most of them look either at a subset of location factors or don't examine the perceived relevance to a retailer's location decision. Thus, the aim of this paper is to explore in what way retail location factors influence the attractiveness of a prospective site from a retailer's point of view. Therefore, a comprehensive catalogue of relevant location determinants was developed based on a systematic literature review. The final catalogue has been operationalised by drawing on qualitative data from expert interviews in order to implement it in the applied Hierarchical-Individualised-Limit-Conjoint-Analysis (HILCA). Then, a quantitative questionnaire survey was conducted amongst food retailers in the German-speaking area to determine the weight of each factor in location decisions using HILCA. The empirical results provide evidence that other factors besides the well-known (e.g. population density, competition conditions or assumed catchment area) have notable influence on the retailer's location decision. (author's abstract)

Zugl.: Dortmund, Univ., Diss., 2005

Zugl.: Freiburg (Breisgau), Univ., Diss., 2007

Zugl.: Karlsruhe, Univ., Diss., 2009 / Hergestellt on demand

Thesis (doctoral)--Universität St. Gallen, 1998.

Zugl.: Hamburg, Universiẗat, Diss., 2002.

Konstanz, Univ., Diplomarb., 2003.

Stuttgart, Univ., Diss., 2003.