بخشبندی بهینه دادههای جریانی خط سیر لجستیک توزیع دارو درحوزه پدافند غیرعامل
نویسندگان
1 گروه نرم افزار دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایران
2 عضو هیات علمی دانشکده مهندسی کامپیوتر گروه نرم افزاردانشگاه علم و صنعت ایران
doi
چکیده
در جهانی که امنیت غذایی و دارویی به یکی از ارکان اساسی پدافند غیرعامل تبدیل شده است، حفظ و مدیریت زنجیره تأمین داروهای حساس به شرایط محیطی از اهمیت ویژهای برخوردار است. در چنین شرایطی، نقش لجستیک دارویی در تأمین داروهای حیاتی برای جامعه، بهخصوص در شرایط بحرانی و تحریمها، از اولویتهای اصلی دولتها به شمار میآید. سامانههای توزیع دارو در کشورهایی مانند ایران، به دلیل حساسیت بالای مواد بیولوژیکی و گرماپذیری آنها، نیازمند نظارت دقیق و لحظهای هستند. عدم حمل صحیح داروها منجر به قاچاق دارو، از دست رفتن آنها و درنتیجه تهدید جدی سلامت جامعه میشود.این مقاله با الهام از الگوریتم ژنتیک و پیشنهاد ایدهای جهت کاهش زمان و عملکرد صحیح، روشی به نام SEGA جهت بهینهسازی بخشبندی خط سیر ناوگان توزیع دارو معرفی میکند و به بررسی و بهینهسازی یکی از چالشهای عمده در لجستیک دارویی ایران میپردازد: حجم عظیم دادههای مکانی-زمانی خودروهای یخچالدار توزیع دارو. این دادهها که شامل اطلاعاتی همچون دمای داخلی یخچال، دمای محیط خارجی، سرعت خودرو، محدوده و موقعیت جغرافیایی میشوند، برای حفظ امنیت و کیفیت داروهای حملشده ضروری هستند؛ اما ازآنجاکه این دادهها بهصورت لحظهای ارسال میشوند، سیستم با مشکل سرریز شدن پایگاههای داده مواجه و نیاز به راهحلی برای خلاصهسازی این دادهها احساس میشود.نتایج شبیهسازیها و آزمایشها نشان میدهد که ارائه ایده مناسب جهت بهبود عملکرد الگوریتم ژنتیک، بخشبندی و خلاصهسازی دادهها را بهدرستی و باکیفیت بالا انجام دهد؛ بهطوریکه نتایج نشان میدهد که روش پیشنهادی میتواند سرعت و کارایی سیستم را در حد 92 درصد بهبود بخشند.
