A Genetic Algorithm for Optimizing Mobile Stroke Unit Deployment

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: (WFRF:(Petersson Jesper)) > A Genetic Algorithm...

1 av 104
Föregående post
Nästa post
Till träfflistan

Abid, Muhammad AdilMalmö University,Malmö universitet,Institutionen för datavetenskap och medieteknik (DVMT) (författare)

A Genetic Algorithm for Optimizing Mobile Stroke Unit Deployment

Artikel/kapitelEngelska2023

Förlag, utgivningsår, omfång ...

Elsevier,2023
electronicrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:DiVA.org:mau-64632
https://urn.kb.se/resolve?urn=urn:nbn:se:mau:diva-64632URI
https://doi.org/10.1016/j.procs.2023.10.349DOI
https://lup.lub.lu.se/record/65975035-dea7-4daa-b0d8-98015dac50cbURI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:ref swepub-contenttype
Ämneskategori:art swepub-publicationtype

Anmärkningar

A mobile stroke unit (MSU) is an advanced ambulance equipped with specialized technology and trained healthcare personnel to provide on-site diagnosis and treatment for stroke patients. Providing efficient access to healthcare (in a viable way) requires optimizing the placement of MSUs. In this study, we propose a time-efficient method based on a genetic algorithm (GA) to find the most suitable ambulance sites for the placement of MSUs (given the number of MSUs and a set of potential sites). We designed an efficient encoding scheme for the input data (the number of MSUs and potential sites) and developed custom selection, crossover, and mutation operators that are tailored according to the characteristics of the MSU allocation problem. We present a case study on the Southern Healthcare Region in Sweden to demonstrate the generality and robustness of our proposed GA method. Particularly, we demonstrate our method's flexibility and adaptability through a series of experiments across multiple settings. For the considered scenario, our proposed method outperforms the exhaustive search method by finding the best locations within 0.16, 1.44, and 10.09 minutes in the deployment of three MSUs, four MSUs, and five MSUs, resulting in 8.75x, 16.36x, and 24.77x faster performance, respectively. Furthermore, we validate the method's robustness by iterating GA multiple times and reporting its average fitness score (performance convergence). In addition, we show the effectiveness of our method by evaluating key hyperparameters, that is, population size, mutation rate, and the number of generations.

Ämnesord och genrebeteckningar

TEKNIK OCH TEKNOLOGIER Elektroteknik och elektronik Kommunikationssystem hsv//swe
ENGINEERING AND TECHNOLOGY Electrical Engineering, Electronic Engineering, Information Engineering Communication Systems hsv//eng
MEDICIN OCH HÄLSOVETENSKAP Klinisk medicin Neurologi hsv//swe
MEDICAL AND HEALTH SCIENCES Clinical Medicine Neurology hsv//eng
genetic algorithm
mobile stroke unit (MSU)
optimization
healthcare
time to treatment
genetic algorithm
healthcare
mobile stroke unit (MSU)
optimization
time to treatment

Biuppslag (personer, institutioner, konferenser, titlar ...)

Amouzad Mahdiraji, SaeidMalmö University,Malmö universitet,Institutionen för datavetenskap och medieteknik (DVMT)(Swepub:mau)ak4493 (författare)
Lorig, FabianMalmö University,Malmö universitet,Institutionen för datavetenskap och medieteknik (DVMT),Internet of Things and People (IOTAP)(Swepub:mau)ak4466 (författare)
Holmgren, JohanMalmö University,Malmö universitet,Institutionen för datavetenskap och medieteknik (DVMT)(Swepub:mau)ae1924 (författare)
Mihailescu, Radu-CasianMalmö University,Malmö universitet,Institutionen för datavetenskap och medieteknik (DVMT)(Swepub:mau)af4299 (författare)
Petersson, JesperLund University,Lunds universitet,Neurologi, Lund,Sektion IV,Institutionen för kliniska vetenskaper, Lund,Medicinska fakulteten,Stroke policy och kvalitetsregisterforskning,Forskargrupper vid Lunds universitet,Neurology, Lund,Section IV,Department of Clinical Sciences, Lund,Faculty of Medicine,Stroke policy and quality register research,Lund University Research Groups,Region Skåne(Swepub:lu)neur-jpe (författare)
Malmö universitetInstitutionen för datavetenskap och medieteknik (DVMT) (creator_code:org_t)

Sammanhörande titlar

Ingår i:Procedia Computer Science: Elsevier225, s. 3536-35451877-0509

Internetlänk

Hitta via bibliotek

Procedia Computer Science (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

1 av 104
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Abid, Muhammad A ...; Amouzad Mahdiraj ...; Lorig, Fabian; Holmgren, Johan; Mihailescu, Radu ...; Petersson, Jespe ...

Om ämnet

TEKNIK OCH TEKNOLOGIER: TEKNIK OCH TEKNO ...; och Elektroteknik oc ...; och Kommunikationssy ...

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Klinisk medicin; och Neurologi

Artiklar i publikationen: Procedia Compute ...

Av lärosätet: Malmö universitet; Lunds universitet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se