論文の概要: Vehicle Routing and Scheduling for Regular Mobile Healthcare Services
- arxiv url: http://arxiv.org/abs/2005.02618v1
- Date: Wed, 6 May 2020 07:06:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-06 04:48:44.107548
- Title: Vehicle Routing and Scheduling for Regular Mobile Healthcare Services
- Title（参考訳）: 移動医療サービスにおける車両経路とスケジューリング
- Authors: Cosmin Pascaru, Paul Diac
- Abstract要約: 本稿では、車両のルーティングとスケジューリングの分野における、特定の実践的な問題に対する解決策を提案する。
このプロジェクトは、現在ルーマニアを欧州連合(EU)で最も幼児死亡率の高い国としてランク付けしている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose our solution to a particular practical problem in the domain of
vehicle routing and scheduling. The generic task is finding the best allocation
of the minimum number of \emph{mobile resources} that can provide periodical
services in remote locations. These \emph{mobile resources} are based at a
single central location. Specifications have been defined initially for a
real-life application that is the starting point of an ongoing project.
Particularly, the goal is to mitigate health problems in rural areas around a
city in Romania. Medically equipped vans are programmed to start daily routes
from county capital, provide a given number of examinations in townships within
the county and return to the capital city in the same day. From the health care
perspective, each van is equipped with an ultrasound scanner, and they are
scheduled to investigate pregnant woman each trimester aiming to diagnose
potential problems. The project is motivated by reports currently ranking
Romania as the country with the highest infant mortality rate in the European
Union.
We developed our solution in two phases: modeling of the most relevant
parameters and data available for our goal and then design and implement an
algorithm that provides an optimized solution. The most important metric of an
output scheduling is the number of vans that are necessary to provide a given
amount of examination time per township, followed by total travel time or fuel
consumption, number of different routes, and others. Our solution implements
two probabilistic algorithms out of which we chose the one that performs the
best.
- Abstract（参考訳）: 我々は,車両のルーティングとスケジューリングという領域における,特定の実用的問題に対する解決策を提案する。
一般的なタスクは、リモートロケーションで定期的なサービスを提供できる最小の \emph{mobile resources} の割り当てを見つけることである。
これらの \emph{mobile resources} は単一の中央の場所に基づいている。
仕様は当初、進行中のプロジェクトの出発点である実際のアプリケーションのために定義されました。
特に、ルーマニアの都市周辺の農村部における健康問題を軽減することが目的である。
医療装備のバンは、郡都から毎日のルートを開始し、郡内の郡区で所定の数の検査を行い、同じ日に首都に戻るようにプログラムされている。
医療の観点からは、各バンには超音波スキャナが備わっており、妊娠中の女性を検査し、潜在的な問題を診断する計画である。
このプロジェクトは、現在ルーマニアを欧州連合(EU)で最も幼児死亡率の高い国と位置づけている。
目的に利用可能な最も関連するパラメータとデータのモデリングと、最適化されたソリューションを提供するアルゴリズムの設計と実装の2つのフェーズでソリューションを開発しました。
アウトプットスケジューリングの最も重要な指標は、郡区ごとの試験時間を提供するために必要なバンの数であり、その後に総走行時間や燃料消費量、異なるルートの数などが続く。
私たちのソリューションは2つの確率的アルゴリズムを実装しています。
関連論文リスト
- Neural MP: A Generalist Neural Motion Planner [75.82675575009077]
運動計画問題にデータ駆動学習を大規模に適用することで,これを実現する。
提案手法は, シミュレーションの複雑なシーンを多数構築し, モーションプランナーから専門家のデータを収集し, 反応的なジェネラリストポリシーに抽出する。
我々は,4つの異なる環境における64の動作計画タスクについて,その方法の徹底的な評価を行う。
論文 参考訳（メタデータ） (2024-09-09T17:59:45Z) - Using metaheuristics for the location of bicycle stations [4.2847927405489195]
我々は、p中間問題として問題をモデル化し、最適化における既存の主要な局所化問題である。
p中間問題は、一組の顧客(市民)と最寄りの施設(自転車駅)との距離を最小化する形で、一組の施設(自転車駅)を配置することを目指している。
論文 参考訳（メタデータ） (2024-02-06T12:19:46Z) - Solving the Team Orienteering Problem with Transformers [46.93254771681026]
車両群のためのルートプランニングは、荷物の配送、監視、輸送といった応用において重要な課題である。
本稿では,チームオリエンテーリング問題を高速かつ高精度に解決できる多エージェント経路計画システムを提案する。
論文 参考訳（メタデータ） (2023-11-30T16:10:35Z) - Urban Fire Station Location Planning: A Systematic Approach using
Predicted Demand and Service Quality Index [0.0]
需要予測のためのランダムフォレストに基づく機械学習モデルを開発した。
このモデルを用いて,都市部における消防サービスの質を評価するために,一般化指標を定義した。
我々はビクトリア消防署が我々のアプローチを使って新しい消防署の場所を選択するのを援助する。
論文 参考訳（メタデータ） (2021-09-05T19:59:26Z) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳（メタデータ） (2021-08-02T08:13:57Z) - End-to-end Interpretable Neural Motion Planner [78.69295676456085]
複雑な都市環境での自律走行学習のためのニューラルモーションプランナー(NMP)を提案する。
我々は,生lidarデータとhdマップを入力とし,解釈可能な中間表現を生成する全体モデルを設計した。
北米のいくつかの都市で収集された実世界の運転データにおける我々のアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2021-01-17T14:16:12Z) - Extending the Multiple Traveling Salesman Problem for Scheduling a Fleet
of Drones Performing Monitoring Missions [4.477547027158141]
事前に定義された地点でノードを複数回訪問する必要があるグラフ上で、一連のドローンの走行経路をスケジュールする方法を示す。
提案した定式化は,交通ネットワークにおける交通流のモニタリングや遠隔地からの探索・救助活動の監視など,いくつかの領域に適用することができる。
詳細な評価では、グリーディアルゴリズムは最適の92.06%でほぼ最適性能を示し、数百台のドローンや位置で設定できる可能性がある。
論文 参考訳（メタデータ） (2020-06-02T09:17:18Z) - Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。
建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
論文 参考訳（メタデータ） (2020-04-25T22:54:35Z) - CNN Encoder to Reduce the Dimensionality of Data Image for Motion
Planning [1.244705780038575]
動作計画問題に対して無駄な経路を除去できるCNNエンコーダを提案する。
評価されたすべてのシナリオにおいて、我々のソリューションはイテレーションの数を60%以上削減しました。
論文 参考訳（メタデータ） (2020-04-10T15:44:52Z) - CNN-based Density Estimation and Crowd Counting: A Survey [65.06491415951193]
本稿では,主にCNNに基づく密度マップ推定法において,群集数モデルについて包括的に検討する。
評価指標から, 観客数データセットで上位3人のパフォーマーを選択した。
我々は、今後のクラウドカウントの展開について、合理的な推測と予測を行うことを期待する。
論文 参考訳（メタデータ） (2020-03-28T13:17:30Z) - Modeling and solving the multimodal car- and ride-sharing problem [0.0]
マルチモーダルカー・ライドシェアリング問題(MMCRP)を紹介する。
車両のプールは一連の乗車要求をカバーするために使用され、発見されていない要求は他の交通手段に割り当てられる。
カラム生成に基づく2層分解アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-01-15T09:43:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。