نوع مقاله : مقاله پژوهشی
نویسندگان
1 عضو هیات علمی دانشکده مهندسی کامپیوتر گروه نرم افزاردانشگاه علم و صنعت ایران
2 گروه نرم افزار دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایران
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.
کلیدواژه‌ها
موضوعات
عنوان مقاله [English]
Segmentation of Streaming Trajectory Data in Pharmaceutical Distribution Logistics in the field of Passive Defense
نویسندگان [English]
- Eynollah Khanjari 1
- Amir Hossein Shokouhi 2
1 Faculty member, Computer Engineering Faculty, Software Department, Iran University of Science and Technology
2 Software Department, Faculty of Computer Engineering, Iran University of Science and Technology
چکیده [English]
In a world where food and pharmaceutical security are vital components of passive defense, the management and preservation of supply chains for environmentally sensitive pharmaceuticals are crucial. Governments prioritize pharmaceutical logistics to ensure the availability of essential drugs, particularly during crises and sanctions. In countries like Iran, the high sensitivity of biological materials and their vulnerability to heat necessitate continuous monitoring of drug distribution systems. Delays due to traffic, transportation accidents, and human error can severely disrupt the supply chain, leading to drug trafficking, medication loss, and public health risks.
This paper addresses a significant challenge in Iran's pharmaceutical logistics: managing the massive volume of spatiotemporal data from refrigerated drug distribution vehicles. To optimize the segmentation of distribution fleet routes, the paper introduces a method named SEGA, inspired by the genetic algorithm, offering an innovative approach to saving time and enhancing performance. This spatiotemporal data, including refrigerator temperature, external temperature, vehicle speed, and location, is critical for maintaining the safety and quality of pharmaceuticals. However, the continuous, real-time transmission of this data can lead to database overflow, necessitating efficient data management and summarization techniques.
Experiments and simulations demonstrate that the SEGA method significantly improves the performance of the genetic algorithm, effectively segmenting and summarizing the data. The results indicate that this approach can enhance the system's speed and efficiency by up to 92%, providing a robust solution for optimizing pharmaceutical logistics in challenging environments.
کلیدواژه‌ها [English]
- Pharmaceutical Logistics
- Passive defense
- Genetic Algorithm
- Trajectory Segmentation
- Spatiotemporal Data
)