Поиск путей оптимального пространственного размещения объектов инфраструктуры здравоохранения: обзор методического инструментария

Поиск путей оптимального пространственного размещения объектов инфраструктуры здравоохранения: обзор методического инструментария

Автор: Дианов Сергей Владимирович, Калашников Константин Николаевич, Ригин Василий Александрович

Журнал: Проблемы развития территории @pdt-vscc-ac

Рубрика: Научные обзоры

Статья в выпуске: 2 т.25, 2021 года.

Бесплатный доступ

В статье рассмотрен актуальный для современной России вопрос территориального управления - поиск путей и инструментов оптимизации пространственного размещения сетей здравоохранения, отвечающих требованиям доступности для населения медицинских служб и экономической целесообразности. Основной целью работы стало обзорное исследование существующих подходов к оптимизации пространственного размещения объектов с точки зрения возможностей их использования применительно к решению более частной и прикладной проблемы - размещения объектов инфраструктуры здравоохранения в Российской Федерации. Основными задачами для ее достижения являлись следующие: постановка задачи оптимизации пространственного размещения объектов инфраструктуры здравоохранения; определение существующих методов оптимизации, подходящих для решения обозначенных проблем; анализ возможностей их использования и формирование предложений по применению наиболее перспективных из них в практике государственных и муниципальных органов власти РФ. Исследование осуществлялось с помощью общенаучных методов формализации, абстрагирования, обобщения, системного анализа. Основными результатами работы стали формализация задачи пространственного размещения объектов инфраструктуры здравоохранения; выявление критериев, с которыми должен соотноситься метод поиска оптимального размещения объектов инфраструктуры здравоохранения, анализ наиболее распространенных в практике методов пространственной оптимизации; обоснование перспективности агент-ориентированного моделирования для решения задачи пространственного размещения объектов инфраструктуры здравоохранения. Научная новизна полученных результатов заключается в сравнительном анализе подходов к инструментальному поиску оптимального территориального/пространственного размещения объектов социальной инфраструктуры, в частности объектов здравоохранения, сопоставлению их сильных и слабых сторон и целесообразности применения для решения практических задач. Их использование при проведении анализа наиболее распространенных в практике методов пространственной оптимизации позволяет говорить о перспективности агенториентированного моделирования для решения обозначенной задачи. В связи с этим в качестве направлений дальнейших исследований авторы определяют разработку методологической базы по созданию агент-ориентированных оптимизационных моделей.

Еще

Объекты инфраструктуры здравоохранения, методы пространственной оптимизации, геоинформатика, имитационное моделирование

Короткий адрес: https://sciup.org/147225388

IDR: 147225388   |   DOI: 10.15838/ptd.2021.2.112.7

Список литературы Поиск путей оптимального пространственного размещения объектов инфраструктуры здравоохранения: обзор методического инструментария

  • Friedmann J. Regional development policy. Boston, Mass. Inst. Techn, 1966.
  • Зубаревич Н.В. Развитие российского пространства: барьеры и возможности региональной политики // Мир новой экономики. 2017. № 2. С. 46–57.
  • Трофименко А.С. Моделирование оптимизации сети медицинских учреждений в условиях реструктуризации здравоохранения // SCI-ARTICLE.RU. 2015. № 17. URL: http://sci-article.ru/stat.php?i=1419161781 (дата обращения 12.10.2020).
  • Skiena S.S. The Algorithm Design Manual. Springer, 2008. 730 p.
  • Карманов В.Г. Математическое программирование. М.: Наука, 1986. 288 с.
  • Алексеева Е.В., Орлов А.В. Генетический алгоритм для конкурентной задачи о р-медиане // Методы оптимизации и их приложения: Тр. XIV Байкал. междунар. школы-семинара. Т. 1. Северобайкальск, 2008. С. 570–585.
  • Катермина Т.С., Синькевич С.С. Применение комбинированного генетического алгоритма к решению задачи коммивояжера // МЖПИ. 2017. Т. 7. № 2. С. 65–71. DOI: 10.12731/2227-930X-2017-2-2-65-71
  • Глотов А.А. Медицинская ГИС – основа интегральной оценки благополучия региона // GEOMATICS. 2013. № 3. С. 45–49.
  • Цветков В.Я. Геоинформационные системы и технологии. М.: Финансы и статистика, 1998. 288 с.
  • Митчелл Э. Руководство по ГИС-анализу. Ч. 1. Пространственные модели и взаимосвязи: пер. с англ. Киев: ЗАО ЕСОММ Со; Стилос, 2000. 198 с.
  • Горбунов В.С. Использование модели Й. фон Тюнена в современной региональной экономике // Моск. экон. журн. 2017. № 2. С. 1–10.
  • Цветков В.Я., Семушкина С.Г. Геоинформационный анализ задач размещения // Вестн. Моск. гос. обл. пед. ун-та. Сер.: Экономика. 2009. № 4. С. 61–64.
  • Цветков В.Я., Ознамец В.В., Филатов В.Н. Решение задачи Лаунхардта в нечеткой ситуации // Информация и космос. 2018. № 4. С. 103–109.
  • Комбинаторные методы и алгоритмы решения задач дискретной оптимизации большой размерности / В.Р. Хачатуров [и др.]. М.: Наука, 2000. 360 с.
  • Гимади Э.Х. Задача размещения на сети с центральносвязными областями обслуживания // Управляемые системы: сб. науч. тр. Новосибирск: Ин-т математики СО АН СССР. 1984. № 25. С. 38–47.
  • Цветков В.Я. Геомаркетинг: Прикладные задачи и методы. М.: Финансы и статистика, 2002. 240 с.
  • Васютинская С.И. Применение геоинформатики для решения экономических задач // Перспективы науки и образования. 2015. № 5. С. 125–129.
  • Агент-ориентированная суперкомпьютерная демографическая модель России: анализ апробации / В.Л. Макаров [и др.] // Экономические и социальные перемены: факты, тенденции, прогноз. 2019. Т. 12. № 6. С. 74–90. DOI: 10.15838/esc.2019.6.66.4
  • Россошанская Е.А. Комплексная агент-ориентированная модель воспроизводства трудового потенциала муниципального образования // Экономические и социальные перемены: факты, тенденции, прогноз. 2019. Т. 12. № 1. С. 124–137. DOI: 10.15838/esc.2019.1.61
  • Моделирование эпидемии COVID-19 – преимущества агент-ориентированного подхода / В.Л. Макаров [и др.] // Экономические и социальные перемены: факты, тенденции, прогноз. 2020. Т. 13. № 4. С. 58–73. DOI: 10.15838/esc.2020.4.70.3
  • Laker L.F., Torabi E., France D.J. et al. Understanding emergency care delivery through computer simulation modeling. Academic Emergency Medicine. Official Journal of the Society for Academic Emergency Medicine, 2018, vol. 25 (2), pp. 116–127. DOI: 10.1111/acem.13272
  • Law A.M. Simulation Modeling & Analysis. McGraw-Hill, 2007. 768 p.
  • Sterman J.D. System dynamics modeling: Tools for learning in a complex world. California Management Review, 2001, no. 4, pp. 8–25.
  • Banks J, Carson J.S., Nelson B.L., Nicol D. Discrete-event System Simulation. 5th ed. Upper Saddle River. New Jersey: Prentice Hall. 2009. 622 p.
  • Bazghandi A. Techniques, advantages and problems of agent based modeling for traffic simulation. International Journal of Computer Science Issues, 2012, vol. 9, pp. 115–119.
  • Дианов С.В., Швецов А.Н. Имитационное моделирование системы неотложной медицинской помощи // Вестн. ВоГУ. Сер.: Технические науки. 2020. № 2 (8). С. 27–33.
  • Бегичева С.В. Компьютерное моделирование пространственного местоположения станций скорой медицинской помощи в условиях крупного города // Фундаментальные исследования. 2019. № 6. С. 24–28.
  • Aboueljinane L., Sahin E., Jemai Z., Marty J. A simulation study to improve the performance of an emergency medical service: Application to the French Val-de-Marne department. Simul. Model. Pract. Theory, 2014, vol. 47, pp. 46–59.
  • Zhen L., Wang K., Hu H., Chang D. A simulation optimization framework for ambulance deployment and relocation problems. Computers & Industrial Engineering, 2014, vol. 72, pp. 12–23.
  • Aringhieri R. An integrated DE and AB simulation model for EMS management. In: Proceedings of the 2010 IEEE Workshop on Health Care Management, 2010. Pp. 1–6.
  • Anagnostou A., Nouman A., Taylor S.J.E. Distributed hybrid agent-based discrete event emergency medical services simulation. In: Proceedings of the 2013 Winter Simulation Conference, 2013. Pp. 1625–1636.
  • Cassidy R., Singh N.S., Schiratti P. et al. Mathematical modelling for health systems research: a systematic review of system dynamics and agent-based models. BMC Health Serv. Res., 2019, vol. 19, p. 845. Available at: https://doi.org/10.1186/s12913-019-4627-7 (accessed 12.10.2020).
  • Исмагилова Л.А. Модель территориального размещения объектов сферы услуг // Вестн. УГАТУ. 2009. Т. 12. № 3 (32). С. 134–140.
  • Бабина О.И. Разработка оптимизационной имитационной модели для поддержки процессов планирования складских систем // Компьютерные исследования и моделирование. 2014. Т. 6. № 2. С. 295−307.
  • Eskandari H., Darayi M., Geiger D.Ch. Using simulation optimization as a decision support tool for supply chain coordination with contracts. Proceedings of the 2010 Winter Simulation Conference, 2010. Pp. 1306–1317.
  • Pichitlamken P., Nelson B.L. Optimization via simulation: a combined procedure for optimization via simulation. Proceedings of the 2002 Winter Simulation Conference, 2002. Pp. 292–300.
  • Виттих В.А., Скоболев П.О. Мультиагентные модели взаимодействия для построения сетей потребностей и возможностей в открытых системах // Автоматика и телемеханика. 2003. № 1. С. 177–185.
  • Павленко С.С. Решение задачи выбора местоположения контейнерных центров грузораспределения // Вестн. АГТУ. Сер.: Морская техника и технология. 2015. № 4. С. 93–102.
  • Berchi R., Fontana G., Pagliosa A., Bonora R., Sesana G. A five steps methodology for an ambulance planning. Proceedings of the 2010 IEEE Workshop on Health Care Management, 2010. Pp. 1–5.
  • Morohosi H., Furuta T. Optimization model and simulation for improving ambulance service system. 11th International Symposium on Operations Research and its Applications in Engineering, Technology and Management, 2013. Pp. 23–25.
Еще
Статья обзорная
SciUp 2024 © 2024 ©