An integrated model to optimize HEMS basis location and helicopters dispatching

This thesis presents an exploring study on Helicopter Emergency Medical Service (HEMS) bases location problem integrated with the helicopter dispatching method. To achieve that, two Mixed Integer Linear Programming (MILP) models have been developed. Knowing a priori all requests in a defined time horizon, the problem is aimed at maximizing the total number of served events and at minimizing the total time to serve them. Each event is characterized by an injury-gravity code: red code events take priority over green code events. The two models are different because in the rigid version, a red code event can only be served by an immediately available helicopter able to reach it within a desired threshold; in the flexible version, a red code event can also be served by a helicopter not immediately available provided that the above time theshold constraint is fulfilled. The models also provide the ability to allocate a single specific aircraft to each base. They intrinsically include a dispatching method (called predictive) able to assign helicopters to missions. Models have been tested through numerical experiments on real data; the results have been validated using another dispatching method (called online), which is more similar to reality as it assigns helicopters to missions chronologically, as they arise, avoiding to overestimate served requests. A deepening analysis on data has been performed to discover the most important aspects to be considered during simulations. Data and experiments are related to Lombardy region during year 2015.

Questa tesi presenta uno studio esplorativo del problema di localizzazione delle basi dell’Helicopter Emergency Medical Service (HEMS) con un metodo integrato di assegnamento degli elicotteri. Per raggiungere questo obiettivo, sono stati sviluppati due modelli Mixed Integer Linear Programming (MILP). Conoscendo a priori tutte le richieste in un lasso temporale definito, il problema ha come scopo massimizzare il numero totale di eventi serviti e di minimizzare il tempo totale per servirli. Ogni evento è caratterizzato da un codice di gravità: i codici rossi sono prioritari su quelli verdi. I due modelli differiscono perché nella versione rigida, un codice rosso può essere servito solamente da un elicottero immediatamente disponibile, in grado di raggiungerlo entro una soglia temporale predefinita; nella versione flessibile, un codice rosso può essere servito anche da un elicottero non immediatamente disponibile purché il vincolo temporale rimanga soddisfatto. I modelli forniscono, inoltre, la possibilità di allocare uno e un solo specifico aeromobile per ciascuna base. Includono intrinsecamente un metodo di assegnamento (chiamato predittivo) capace di assegnare gli elicotteri alle missioni. I modelli sono stati testati con esperimenti numerici su dati reali; i risultati sono stati validati per mezzo di un altro metodo di assegnamento (chiamato online), più simile alla realtà dal momento che assegna gli elicotteri alle missioni man mano che sorgono, evitando così di sovrastimare le richieste effettivamente servite. È stata eseguita anche un’analisi sui dati per scoprire gli aspetti più importanti da considerare durante le simulazioni. I dati e gli esperimenti sono relativi alla Lombardia nell’anno 2015.