The hypercube model is a useful descriptive tool to evaluate emergency services such as firefighters, police, and emergency medical services where geographically distributed vehicles and personnel serve users in emergencies. This study proposes an extension of the hypercube model to represent a dispatch policy in which advanced equipped servers serve solely life-threatening calls (called dedicated servers). The proposed approach is applied to two case studies of public medical emergency services in two different cities in Brazil and validated with discrete-event simulations. The computational experiments show the proposed model as more sensitive to respond to more life-threatening requests than other hypercube models in the literature, serving more of these requests under increased demand. In addition, to reduce the number of equilibrium equations and, consequently, the computational effort of the hypercube model, an aggregate model is shown based on the grouping of homogeneous servers located in the same station. The aggregation policy does not generate additional losses in the accuracy of the model, as shown through several experiments.
We improve the shift-scheduling process by using nonstationary queueing models to evaluate schedules and two heuristics to generate schedules. Firstly, we improved the fitness function and the initial population generation method for a benchmark genetic algorithm in the literature. We also proposed a simple local search heuristic. The improved genetic algorithm found solutions that obey the delay probability constraint more often. The proposed local search heuristic also finds feasible solutions with a much lower computational expense, especially under low arrival rates. Differently from a genetic algorithm, the local search heuristic does not rely on random choices. Furthermore, it finds one final solution from one initial solution, rather than from a population of solutions. The developed local search heuristic works with only one well-defined goal, making it simple and straightforward to implement. Nevertheless, the code for the heuristic is simple enough to accept changes and cope with multiple objectives.
Resumo O estudo de Sistemas de Atendimento Emergencial – SAE visa encontrar meios de fornecer serviços de saúde efetivos e melhorar a qualidade de vida da população respeitando as limitações de recursos disponíveis. Nesse contexto, o objetivo do presente trabalho foi mostrar o potencial de aplicação do modelo hipercubo com prioridade na fila com mais de um servidor preferencial sem considerar a hipótese de backup parcial em Sistemas de Atendimento Móvel de Urgência – SAMU em que o nível de utilização do sistema é relativamente baixo. Para isso foram realizados alguns experimentos do modelo hipercubo com prioridade na fila sem backup parcial e prospecção de cenários futuros por meio de um estudo de caso no SAMU da cidade de Bauru, SP. Foram avaliados os impactos do aumento na demanda sobre o sistema e o quanto e como (aonde localizar?) a aquisição de uma nova ambulância pode melhorar as medidas de desempenho do sistema. Os principais resultados mostram que um aumento de 50% na demanda pode dobrar o tempo de resposta dessas ambulâncias, por outro lado, aumentos mais discretos têm um impacto pequeno sobre o sistema, como pode ser visto nos aumentos de 5,71% e 13,57%, nos quais o acréscimo nos tempos de resposta foram de 5% e 16%, respectivamente. A aquisição de uma nova ambulância foi avaliada em termos das medidas de desempenho e os melhores resultados em todos os cenários se deu quando ela estava presente no átomo Boulevard, obtendo um tempo médio de resposta 3% inferior às demais localidades, em média.