Since the 1980s, several studies have been conducted on the accurate estimation of expected coverage for the emergency medical service (EMS) location problem framework. In this thesis, we proposed a location covering model based on the Maximum Expected Coverage Location Problem (MEXCLP) formulation, which includes server-specific workloads. The workload of each server is obtained through a multiple server hypercube queueing model. Given the interdependency of the location variable and the problem parameter, heuristics should be used to obtain a solution. We solve the problem using a CPLEX Iterative Procedure and a meta-heuristic based on opposition based learning: GOjDE.
1980 년대 이래로, 응급 의료 서비스 (EMS) 위치 최적화 분야에서 예상 커버리지를 정확하게 추정하는 것에 관한 많은 연구들이 진행되었다. 본 논문에서는 MEXCLP (Maximum Expected Coverage Location Problem) 모형을 기반으로 구급차 별 작업부하를 고려한 위치 최적화 모형을 제안하였다. 제안한 최적화 모형은 최적화를 통해 도출된 구급차의 배치와 작업부하간의 상호 의존성이 존재하며 휴리스틱 기반의 해 찾기 알고리즘이 사용되어야 한다. 본 연구에서는 CPLEX를 통한 반복적 최적화 기법과 반대 기반 학습: GOjDE를 기반으로 한 메타 휴리스틱 방법을 사용하여 문제를 해결하였다.
