ENSIHOITOMALLINNUS. Malli laskee asemapaikkojen määrän ja sijainnin, ambulanssien määrän, palvelun peittoprosentin ja kustannukset

Samankaltaiset tiedostot
TURUN YLIOPISTO MATEMATIIKAN LAITOS TURKU

Mat Lineaarinen ohjelmointi

Aki Taanila LINEAARINEN OPTIMOINTI

Paikkatietojen käyttö ensihoitopalvelujen suunnittelussa

Optimoinnin sovellukset

Monitavoiteoptimointi

HEMS-yksiköiden sijoittaminen HEMS hallinnointiyksikköhanke

Vedenjakelun ja tuotannon reaaliaikainen kokonaiskustannusoptimointi

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

DIGIZONE HELSINKI AINEISTO-OHJEET

Harjoitus 8: Excel - Optimointi

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

Luetteloivat ja heuristiset menetelmät. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Matemaattinen optimointi I -kurssin johdantoluento Prof. Marko M. Mäkelä Turun yliopisto Matematiikan ja tilastotieteen laitos

Malliratkaisut Demot

Suoritusten seuranta ja opiskelijan edistyminen

Joonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen

Perustason ensihoidon koulutuskokeilu. Seija Rannikko ja Anne Kokko Kontinkankaan yksikkö

Harjoitus 4: Matlab - Optimization Toolbox

Pirkanmaan sairaanhoitopiirin kuntayhtymän ensihoidon palvelutasopäätös vuodelle 2020

Luento 6: Monitavoiteoptimointi

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Suvi Junes Tampereen yliopisto /Tietohallinto 2012

12. luento: Simplexin implementointi Mallinnusjärjestelmät. Simplexin implementointiin liittyviä asioita

6. Luennon sisältö. Lineaarisen optimoinnin duaaliteoriaa

TAI. FullHD tarkkuus 1080 x 1920 px

1. Lineaarinen optimointi

7.4 Sormenjälkitekniikka

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

PALVELUTASOPÄÄTÖS ESITYS. Outi J Nyberg L-PSHP:n ensihoidon vastuulääkäri

Kon Konepajojen tuotannonohjaus: ILOG CPLEX Studion käyttö

Suoritusten seuranta ja opiskelijan edistyminen

Logistiikkajärjestelmien mallintaminen - käytännön sovelluksia

Portfoliolähestymistapa CO2 - kiilapelin analysoinnissa (valmiin työn esittely) Tuomas Lahtinen

815338A Ohjelmointikielten periaatteet Harjoitus 3 vastaukset

PAVIRO Kuulutus- ja äänievakuointijärjestelmä ammattilaistason äänenlaadulla Joustavuutta alusta alkaen PAVIRO 1

Säiliöautot. Yleistä tietoa säiliöautoista. Malli PGRT. Säiliöpäällirakennetta pidetään erityisen vääntöjäykkänä.

Sijainnin merkitys Itellassa GIS. Jakelun kehittämisen ajankohtaispäivä

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot

DIGIZONE UNDERGROUND AINEISTO-OHJEET

Piiri K 1 K 2 K 3 K 4 R R

Kuksa -jäsenrekisterin käyttöohje ryhmänjohtajille

Metsikkötason optimointi metsäsuunnittelussa, esimerkkinä SMA

Varastonhallinnan optimointi

DIGIZONE UNDERGROUND AINEISTO-OHJEET

MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot

Malliratkaisut Demot

Radanpidon toimintaympäristön digitalisointi

Kokonaislukuoptimointi

TIEA382 Lineaarinen ja diskreetti optimointi

Käsikirjan paperiversiota ei enää ylläpidetä ohjeen päivämäärän jälkeen. Viimeisimmät versiot ohjeista löydät ohjelman Help-ruudulta.

Tehtävä. Asetukset. Moodlen versiossa 2.3. käyttöön tuli uusi tehtävätyyppi, jonka on tarkoitus tulevaisuudessa korvata aiemmat tehtävätyypit.

Liikennejärjestelmämallit ja niiden käyttö poliittisessa päätöksenteossa ja suunnittelussa. Ville Koskinen,

Optimointi. Etsitään parasta mahdollista ratkaisua annetuissa olosuhteissa. Ongelman mallintaminen. Mallin ratkaiseminen. Ratkaisun analysointi

VÄESTÖKARTTOJA PAIKKATIETOIKKUNASSA. Matias Järvinen 2019

Kustannusten minimointi, kustannusfunktiot

Palvelutason toteuma kiireellisten ensihoitotehtävien osalta Vaasan sairaanhoitopiirissä 2015 Vaasa

Malliratkaisut Demot

Lions Clubs International MD 107 Finland

Kon Simuloinnin Rakentaminen Janne Ojala

2) Aliohjelma, jonka toiminta perustuu sivuvaikutuksiin: aliohjelma muuttaa parametrejaan tai globaaleja muuttujia, tulostaa jotakin jne.

ETELÄ-SAVON SOSIAALI- JA TERVEYSPALVELUJEN KUNTAYHTYMÄN ENSIHOIDON PALVELUTASOPÄÄTÖS AJALLE

METRO HUBIEN AINEISTO-OHJEET

Esimerkkejä kokonaislukuoptimointiongelmista

Sukupuu -ohjelma. Ossi Väre ( ) Joni Virtanen ( )

30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset

TT00AA Ohjelmoinnin jatko (TT10S1ECD)

Parempaa äänenvaimennusta simuloinnilla ja optimoinnilla

1. Johdanto Todennäköisyysotanta Yksinkertainen satunnaisotanta Ositettu otanta Systemaattinen otanta...

Wisu Karttatoimintojen ohje

Teräsrakenteen palonsuojamaalauksen suunnittelu - kustannusten näkökulma

Lataa Matemaattinen mallinnus. Lataa

Julkisen hallinnon linjaukset tiedon sijainnista hallinnasta Pauli Kartano

Suvi Junes Tampereen yliopisto / tietohallinto 2012

Optimaalisen tarkastusvälin määrittäminen suun terveydenhuollossa

Sako II, asemakaavamuutos

Älykäs datan tuonti kuljetusongelman optimoinnissa. Antoine Kalmbach

Teoriatausta. Mallinnuksen vaiheet. CAD työkalut harjoituksessa. Uppokipinätyöstön elektrodi

Malliratkaisut Demo 1

PERSONEC HR-JÄRJESTELMÄ Käyttöohje Yksikön johtaja

Sekalukuoptimointi. Lehtonen, Matti Matemaattisen ohjelmoinnin seminaari, Tietojenkäsittelytieteen laitos Helsingin Yliopisto

YT-järjestelmän pilotointi (Yhdyskunta suunnitelun tukijärjestelmä)

Projektinhallintaa paikkatiedon avulla

GIS-ANALYYSI PAIKKATIETOIKKUNASSA. Matias Järvinen 2019

Muistio. Osoite: Valto Käkelän katu 3, Lappeenranta

Opi kuvin: By Choice v.1.4 asennus Asennus järjestelmänvalvojan oikeuksin

Kerro kuvin: InPrint 2.8 asennus Asennus järjestelmänvalvojan oikeuksin

Nspire CAS - koulutus Ohjelmiston käytön alkeet Pekka Vienonen

Demo 1: Lineaarisen tehtävän ratkaiseminen graafisesti ja Solverilla

OPERAATIOANALYYSI ORMS.1020

Tuulipuisto Multian Vehkoolle Esimerkki tuulivoima-alueen analyysistä

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

Mat Dynaaminen optimointi, mallivastaukset, kierros 5

TTY Porin laitoksen optimointipalvelut yrityksille

Malliratkaisut Demot

BM20A0900, Matematiikka KoTiB3

Implementation of Selected Metaheuristics to the Travelling Salesman Problem (valmiin työn esittely)

LUMI - Lujitemuovijätteen materiaalin ja energian kierrätys sementtiuunissa

Avoin Data Kehittäjäyhteisön käynnistäminen

Transkriptio:

ENSIHOITOMALLINNUS Malli laskee asemapaikkojen määrän ja sijainnin, ambulanssien määrän, palvelun peittoprosentin ja kustannukset

ENSIHOITO: taustaa Ensihoito on sairastuneen tai vammautuneen potilaan elintoimintojen käynnistämiseksi, ylläpitämiseksi tai terveydentilan parantamiseksi antamaa välitöntä hoitoa, jota antaa asianmukaisen koulutuksen saanut henkilö. Ensihoidosta lisää tämän mallinnuksen taustalla olevan projektin sivuilla (www.veksu.fi).

ENSIHOITO: taustaa Lähtötilanne: Nyt ensihoito on kunta(yhtymä)kohtaisesti sovittu Tavoitteena: Suunnitella ensihoito (ambulanssien sijoituspaikat, määrät ) laajemmin eli esimerkiksi sairaanhoitopiirikohtaisesti

Mallinnus: taustaa Karttapohjan lisäksi paljon paikannus- ja ominaisuustietoja eri alueista, ympäristöstä olemassa. Ambulanssien sijaintitiedot saatavilla Ensihoidossa reaalitilanne kuitenkin dynaaminen: Ambulanssit merkittävästi tekemässä kiireettömiä potilaiden siirtokuljetuksia, palaavat hälytysajolta jne. Mallilla haluttiin saada sopivalla työmäärällä käytännön arvioitavia tuloksia toteutuksena staattisen perustilanteen mallin prototyyppi.

Mallin lähtötiedot Karttapohja: Palveltava alue jaettu osa-alueisiin (ruutuihin), joiden väestömäärä ja riskikerroin tunnetaan Asemapaikkasijoitusvaihtoehdot Etäisyydet aikayksiköissä jokaisesta mahdollisesta asemapaikasta jokaiseen palveltavaan ruutuun Kustannustiedot: Aseman ja ambulanssien kiinteät kustannukset muuttuvat kustannukset per ambulanssi per väestömäärä, riskikerroin ja etäisyys Yhden ambulanssin väestönhoitokapasiteetti

Mallille asetettavat vaatimukset/tavoitteet Asemapaikkojen haluttu minimi - ja maksimimäärä Palveltava alue jaettu osa-alueisiin (ruutuihin), joiden väestömäärä ja riskikerroin tunnetaan Väestön palvelulle/saavutettavuudelle annettu maksimiaika (tavoittamisviive) Kustannuslaskentaa varten halutut palvelun peittoprosentit. Oletuksena lasketaan 20, 40, 60, 80 ja 100%:n palvelupeittoprosenteilla. 100% tarkoittaa, että kaikki - koko väestö määritellyllä alueella - saa palvelua vaaditussa ajassa

Mallin lähtötiedot

OHJELMOINNISTA Mallinnus on toteutettu GAMS-ohjelmistolla (GAMS=General Algebraic Modeling System) Ratkaisijana GAMS/Cplexin MIP (Multiple Integer Programming, sekalukuoptimointi) Tietojen syöttö Excelillä Tulokset tulevat Exceliin

MALLISTA I taso: Minimipeittomalli tarvittavien ambulanssiasemien sijoitus ja minimimäärä 100%:n palvelupeiton saavuttamiseksi II taso: Maksimipeittoprosentti asemien sijoitus, jotta asemien sallitulla maksimimäärällä saadaan suurin mahdollinen palvelupeittoprosentti. III taso: Kustannusoptimointi 2-vaiheisesti optimikustannukset halutulla palvelun aikarajalla (tavoittamisviiveellä) ja peittoprosentilla

III taso: Kustannusoptimointi 2- vaiheisesti Ensimmäinen vaihe optimoidaan kustannuksiin verrannollinen painotettu kustannusfunktio kullakin asemamäärällä Ratkaisuna asemapaikat ja ilman palvelua jäävät ruudut. Sen jälkeen poistetaan mahdollinen palvelun päällekkäisyys. Poistamisen ehtona on ruudun ja aseman välinen etäisyys. Valitaan asemat, joka ovat lyhimmän painotetun etäisyyden päässä ko. päällekkäisen palvelun ruuduista. Mikäli painotetut etäisyydet ovat samat, asemalistassa edellä oleva valitaan.

III taso: Kustannusoptimointi 2- Ensimmäinen vaihe jatkuu Tavoitefunktio vaiheisesti Rajoitteet

III taso: Kustannusoptimointi 2- Toinen vaihe vaiheisesti Toisessa vaiheessa optimoidaan (minimoidaan) kustannuksia edelleen ottamalla huomioon palvelupeittovaatimus asemakohtaisesti. Siis ei palvella enempää kuin vaaditaan palvelupeittoprosentin puitteissa. Kullakin palvelupeittoprosentilla tunnetaan nyt optimiratkaisu ja kustannukset. Ratkaisuna saadaan kustannusoptimoidut asemien/ambulanssien määrät ja niiden sijoituspaikat

Kustannusoptimointi 2-vaiheisesti Toinen vaihe jatkuu Tavoitefunktio Rajoite

Kustannusoptimointi 2-vaiheisesti Kustannuslaskenta Asemapaikat ja ambulanssit Seuraava esimerkki

ENSIHOITOMALLINNUS ESIMERKKI

ESIMERKKI jatkuu Tuloksia

Kokonaiskustannus ESIMERKKI jatkuu Tuloksia Kuvassa näkyy kokonaiskustannus palvelupeittoprosentin funktiona. Kustannus palvelun funktiona asemamäärä vaihtelee 160000 140000 Kustannukset laskevat, kun yhä pienempää osaa väestöstä palvellaan vaaditussa ajassa. Siis kustannuksia ei voida laskea käyrän esittämistä arvoista heikentämättä palveluprosenttia. 120000 100000 80000 Tuloksena syntynyt käyrä kuvaa Pareto-optimaalisen tilanteen (eli tilanteen, jossa kumpaakaan parametriä kustannus tai palveluprosentti - ei voida parantaa huonontamatta toista). 60000 40000 20000 0 100 80 60 40 20 0 Palveluprosentti

DEMO Tiedot syötettynä Excel-tiedostoon Malli ajetaan GAMS-ohjelmassa Tulokset saadaan samaan Excel-tiedostoon I tason malli: asemien sijainti ja määrät II tason malli: peittoprosentti ja kustannukset rajatulla asemamäärällä III tason malli: Pareto-tehokas ratkaisu kustannusten ja palvelupeiton suhteen

KEHITYS Reaalisten karttatietojen ja keli ym. tietojen sisällyttäminen ja todelliseen tilanteeseen mallin soveltaminen (gradu kauppakorkeassa alkamassa) Useamman ambulanssin yhtäaikaisen tarpeen (suuronnettomuuden huomioonottaminen) Ambulanssien dynaamiset sijoituspaikat ja yleensä liikkuvuuden huomioiminen mallinnuksessa ja optimoinnissa Erilaisten ambulanssien ja asemapaikkojen syöttömahdollisuus Mallin herkkyyden tutkiminen ja kehitys..