跳到主要內容

臺灣博碩士論文加值系統

(3.236.84.188) 您好!臺灣時間:2021/08/03 16:56
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:劉昌湖
研究生(外文):Liu, Chang hu
論文名稱:雲端運算於災後救護車排程之研究
論文名稱(外文):A Cloud Service for Scheduling Ambulances after a Large Disaster
指導教授:陳郁文陳郁文引用關係
指導教授(外文):Chen, Yuhwen
口試委員:吳智鴻林仁勇
口試委員(外文):Wu, JrhungJen-Yung Lin
口試日期:2012-05-22
學位類別:碩士
校院名稱:大葉大學
系所名稱:工業工程與科技管理學系
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:99
中文關鍵詞:緊急醫療大量傷患事件派遣決策分析排程規劃
外文關鍵詞:Medical EmergencyA Large Number of Injury EventsDispatchDecision AnalysisSchedule PlanningDisaster Medicine
相關次數:
  • 被引用被引用:1
  • 點閱點閱:231
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
2011年3月11日日本東北大地震,震出了全球經濟動盪,同時也震出了國人對921大地震的緊急醫療災害意識,且喚醒國人對於緊急醫療救護與防災機制之重視,自921大地震災情之後,緊急救護與醫療課題仍是國人研討方向,大部分的災難事件大多都會產生大量傷患,如何有效率的將病患分級及有效率的配送傷患至適當的醫療院所以降低醫院壅塞或救災品質實為一重要課題。

本研究透過具急效性之緊急外傷病患資料之登錄與管理系統之雲端開發透過醫院伺服器資料即時傳送本端平台,提供各級病患、候診、看診人數及急診待床人數,運用現有資源建構一大量傷患後送排程系統之多目標決策模型,其中包含傷患指派問題,依照傷患嚴重程度分為三等級,顏色由紅、黃、綠三色判斷。目的即大型災難發生時,動態式傷患指派,最小化傷患運輸時間,有效率的指揮救護車後送。

決策者透過本研究開發之系統,藉由即時傷患資訊的傳送,協助指揮官迅速媒合有限資源,使得最有效益地指派及調度有限醫療資源,根據目前醫院可安置各級病患數量及事故現場已檢傷完成之各級傷患與派遣救護車數量,運算各傷患與各救護車之間搭配派遣至醫院的動態指派方式,進行模擬在各種不同資源及事故情形所產生之結果,提供決策者判斷傷患指派方案之績效提升。

Northeastern Japan March 11, 2011 earthquake, the shock out of the global economic turmoil, but also slips out of the people on the 921 earthquake emergency medical disaster awareness and wake people for emergency medical services and disaster prevention mechanism of great importance, since the 921 after the earthquake, emergency ambulance and medical problems are still people discuss the direction of the most catastrophic events are mostly metropolitan generate a large number of injuries, how efficiently the patient classification and efficient distribution of injuries to the appropriate medical Center so reduce hospital congestion relief quality is indeed an important topic.

Triage completion of the hospital can be placed the number of patients at all levels and the scene of the accident at all levels of injury and an ambulance dispatch number, computing the best match between the injuries and the ambulance sent to the hospital assigned to simulate arising in a variety of resources and accident situations, provide decision makers to judge the injured assignment scheme performance improvement.

封面內頁
簽名頁
中文摘要 iii
ABSTRACT iv
誌謝 v
目錄 vii
圖目錄 x
表目錄 xii

第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 3
1.3 研究問題 4
1.4 研究假設與限制 5
1.5 研究目的 6
1.6 研究內容及進行步驟 7
第二章 文獻探討 10
2.1 大型災難 10
2.1.1 大型災難定義 10
2.1.2 大型災難之種類 12
2.1.3 災難之特性 13
2.2 災難醫學(DISASTER MEDICINE) 13
2.2.1 大量傷患事件 15
2.2.2 大量傷患事件定義 15
2.2.3 大量傷患事件管理 16
2.2.4 大量傷患事件檢傷分類 18
2.3 雲端運算概念 20
2.3.1 雲端運算定義 21
2.3.2 雲端運算應用 23
2.3.3 雲端排程 23
2.4 排程(Scheduling) 24
2.4.1 作業排程概念 25
2.4.2 作業排程特性與限制 26
2.4.3 前推與後推排程 27
2.5 小結 29
第三章 系統建構與建立排程模型 31
3.1 系統核心架構 31
3.2 系統功能架構 32
3.3 資料模式與定義 33
3.4 系統功能流程 35
3.5 決策模型 43
3.6 目標式與限制式 47
第四章 模擬案例與分析 50
4.1 問題描述 50
4.2 研究範圍與現況分析 51
4.3 研究參數說明 54
4.4 實例求解方法與流程 56
4.4.1 預測救護車出勤數量 57
4.4.2 執行動態模擬結果 60
4.4.3 模擬不改變病患等級救護車出勤數量實驗結果 63
4.4.4 模擬改變病患等級救護車出勤數量實驗結果 68
4.5 小結 73
第五章 結論與建議 74
5.1 結論 74
5.2 建議 75
參考文獻 78

附錄A 高雄醫學大學-急診病患資料 83
附錄B 安泰醫院-急診病患資料 86
附錄C 高雄市主要幹道路線平均旅行速率統計表1 89
附錄D 高雄市主要幹道路線平均旅行速率統計表2 90
附錄E 高雄市主要幹道路線平均旅行速率統計表3 91
附錄F 高雄市主要幹道路線平均旅行速率統計表4 92
附錄G 動態排程程式碼 93
英文部分:
【1】Brucker, P., Jurisch, B. and Sievers, B.(1994), “ A branch and bound algorithm for the job-shop scheduling,” Discrete Applied Mathematic 49,pp.109–127.
【2】Buyya,R.,Yeo,C.S.and Venugopal,S.(2008), “ Market-Oriented Cloud Computing: Vision, Hype, and Reality for Delivering IT Services as Computing Utilities,” Keynote Speech in Proceeding of HPCC2008.
【3】Boss, G. et. al. (2007), “Cloud Computing. IBM White Paper,” http://download.boulder.ibm.com/ibmdl/pub/software/dw/wes/hipods/Cloud_computing_wp_final_8Oct.pdf
【4】Chen,Y.W. , Lee Z.H. and Chen C.W.(2008),“Predicting the arrival of emergenct patients by affinity set,” 10th International Conference on Enterprise Information Systems,pp.14–16,Barcelona,Spain.
【5】Chen,Y.W., Wang,G-J , Lee T-H,Yang , T-M , Shiu , T-W , Tasi , M-S, Jeng , Y-W, Chen, C-W (2009) ,”A RFID Model of Transferring and Tracking Trauma Patients after a Large Disaster,” IEEE International conference on Service Operations, Logistics and Informatics, pp.22–24 ,Chicago,USA.
【6】Dan Tandberg, Jon Tibbetts, David P. Sklar(1998),“Time Series Forecasts of Ambulance Run Volume.”, The American Journal of Emergency Medicine, Vol.16, Issue 3, pp.232–237.
【7】Frederick. Thornley.(1990),“Major disasters:an ambulance service view.” , Injury, Vol.21, pp.34–36.
【8】Gunn S.A.(1990). “Multilingual dictionary of disaster medicine and international relief. ”, The Netherlands: Kluwer Academic Publishers.
【9】HamdyA.Taha,(2004),Operations Research, Pearson Education, Inc pp.401–415.
【10】Ian Foster, Yong Zhao, Ioan Raicu, Shiyong Lu (2009), “ Cloud Computing and Grid Computing 360-Degree Compared,”USA.
【11】Jan de Boer,(1995), “An introduction to disaster medicine in Europe.”, Journal of Emergency Medicine, Vol.13, Issue 2, pp.211–216.
【12】Kerstin Petzall (2011) “Time saved with high speed driving of ambulances,” Accident Analysis & Prevention, Vol.43, Issue 3, pp. 818–822.
【13】Li, Y. and Kozan, E. (2009), “Rostering Ambulance Services,” Proceeding of APIEM, pp.795–801.
【14】Maxx Dilley, Robert S. Chen, Uwe Deichmann, Arthur L. Lerner-Lam and Margaret Arnold, with Jonathan Agwe, Piet Buys, Oddvar Kjekstad, Bradfield Lyon and Gregory Yetman,(2005),“NATURAL DISASTER HOTSPOTS: A GLOBAL RISK ANALYSIS Synthesis Report”.
【15】Paquet, S., Bernier, N., Chaib-draa, B.(2005), “Multiagent Systems viewed as Distributed Scheduling Systems: Methodology and Experiments”. Advances in Artificial Intelligence, pp.43–47
【16】Sabuncuoglu, I. and Bayiz, M. (1999), “Job shop scheduling with beam search,” European Journal of Operational Research 118,pp.390–412.
【17】Savas, E. S. (1969), “ Simulation and cost effectiveness analysis of New York's emergency ambulance service,” Management Science 15,pp.608–627.
【18】Silvia A. Su´ arez B., Christian G. Quintero M., and J. L. de la Rosa. (2010), “A Real Time Approach for Task Allocation in a Disaster Scenario,” Y. Demazeau et al. (Eds.): Advances in PAAMS, AISC 70, pp. 157–162.
【19】Sntedovich, M.(1991), Dynamic Programming, Dekker, New York.
【20】Su’arez, S., Collins, J., L´ opez, B.(2005), “Improving Rescue Operation in Disasters. ” In: Approaches about Task Allocation and Re-scheduling, PLANSIG 2005 ISSN: 1368-5708.
【21】World Health Organization, http://www.who.int/en/index.html.

中文部分:
【1】王立敏、李建賢(1996),災難醫學之簡介,中華民國急救加護醫學會雜誌,第7卷,第4期,頁151-158。
【2】王治平(2003),實際零工式生產排程問題的派工法則,國立政治大學資訊管理研究所碩士論文。
【3】內政部消防署全球資訊網 http://www.nfa.gov.tw/main/Content.aspx?ID=&MenuID=229 統計資料。
【4】台北區緊急醫療應變中心 http://dmat.mc.ntu.edu.tw/eoc2008/modules/wfdownloads/
【5】行政院衛生署100年度高屏區域醫療委託業務計畫書,提升高高屏偏遠地區傷患後送效率之垂直整合計畫-高雄醫學大學附設中和紀念醫院,頁133-141。
【6】行政院衛生署,緊急醫療救護法暨相關規定
http://www.doh.gov.tw/CHT2006/DM/DM2_p01.aspx?class_no=45&now_fod_list_no=657&level_no=3&doc_no=1584。
【7】石富元(2000),「災難醫學」,台灣醫學,4 卷,2 期,頁169-176。
【8】石富元(2008),大量傷患事件的緊急救護與醫療之關鍵問題探討,台大醫院急診醫學部,會議記錄。
【9】石富元(2003),大量傷患及災難事件緊急醫療現場控制,台大醫院急診醫學部,會議記錄。
【10】李克聰、陳德紹、簡佑芸、陳奕如、張慈芸(2009),動態規劃應用於計程車共乘派遣演算法研發,中華民國運輸學會98年學術論文研討會。
【11】林志浩(2004),緊急醫療系統之安全轉院醫療指派演算法,中原大學資訊管理學系碩士學位論文。
【12】林則孟(2006),生產計劃與管理,華泰文化事業股份有限公司。
【13】吳文祥、林進財、江宜蓁、彭廣興(2008),運用地理資訊系統於緊急醫療救護資源分布之研究-以台北市及高雄市為例,醫護科技學刊,第10卷,第1期,頁41-53。
【14】吳珮瑜(2006),航災緊急醫療決策指派系統之研究-以高雄市為例,大葉大學工業工程與科技管理研究所碩士論文。
【15】馬謙(2011),Google地圖核心開發揭密,松崗資產管理股份有限公司。
【16】陳瀅(2010),雲端運算與虛擬化技術,天下雜誌。
【17】曹朱榜(2010),利用雲端運算概念以包裝軟體元件之研究,國立台北教育大學資訊科學系碩士論文。
【18】蘇喜、石崇良、陳文鐘、石富元、陳麗華、王郁雯(2002),虛擬化災難醫學研究-運用電腦模擬技術建立、評估災難反應模式,國立台灣大學公衛學院醫管所 行政院衛生署計劃書。
【19】鐘嘉德、高天助、楊嘉栩(2010),雲端運算與產業發展,研考雙月刊,第34卷,第四期,頁20-31。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top