یک مدل بهینه سازی ریاضی برای تخصیص خوابگاه های دانشجوئی در شرایط کرونا زیستی
بسیاری از دانشگاه‌های برتر جهان، از هم‌اکنون تصمیم گرفته‌اند که ترم آینده را به‌صورت مجازی برگزار کنند. در کشور ما هم پیش‌بینی‌ها وضعیت قرمزی برای برخی مناطق از لحاظ شیوع کرونا، نشان می‌دهد. همچنین، تعدادی از دانشجویان دانشگاه‌ها در این مناطق سکونت دارند. بنابراین، در برنامه‌ریزی ترم آینده باید تمرک...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Ayandegan Institute of Higher Education, Tonekabon,
2020-08-01
|
| Series: | تصمیم گیری و تحقیق در عملیات |
| Subjects: | |
| Online Access: | http://www.journal-dmor.ir/article_120042_54d6853f659d8e8f8240b3e75f16a18b.pdf |
| _version_ | 1797905103568502784 |
|---|---|
| author | حسن رشیدی |
| author_facet | حسن رشیدی |
| author_sort | حسن رشیدی |
| collection | DOAJ |
| description | بسیاری از دانشگاه‌های برتر جهان، از هم‌اکنون تصمیم گرفته‌اند که ترم آینده را به‌صورت مجازی برگزار کنند. در کشور ما هم پیش‌بینی‌ها وضعیت قرمزی برای برخی مناطق از لحاظ شیوع کرونا، نشان می‌دهد. همچنین، تعدادی از دانشجویان دانشگاه‌ها در این مناطق سکونت دارند. بنابراین، در برنامه‌ریزی ترم آینده باید تمرکز بیشتری روی آموزش مجازی صورت پذیرد. پیشنهاد می‌شود ترم آینده به‌صورت دو بخش شامل آموزش مجازی به‌مدت 10 هفته و آموزش حضوری به‌مدت 3 هفته به اجرا درآید. در آموزش حضوری با نیازمندیهای فضای آموزشی و خوابگاهی، دانشجویان به دو زیر رسته (A) و (B) تقسیم می‌شود به‌گونه‌ای که اجرای پروتکل‌های بهداشتی در دانشگاه و خوابگاه‌ها امکان‌پذیر باشد. در این مقاله، برای تعیین تعداد دانشجویان پسر و دختر قابل اسکان در خوابگاه‌ها برای هر دو زیر رسته (A) و (B) در آموزش حضوری، یک مدل بهینه‌سازی ریاضی به‌صورت برنامه‌ریزی غیرخطی با متغیرهای صحیح پیشنهاد می‌شود. در تابع هدف مدل، توزیع دانشجویان در فضای آموزشی و خوابگاه‌ها به‌گونه‌ای انجام شده که حداکثر پراکندگی (حداقل اختلاف) ممکن را، به‌دلیل جلوگیری از شیوع بیماری کرونا داشته باشد. این مدل برای تخصیص خوابگاه‌های دانشجوئی در دانشگاه علامه طباطبائی، پیاده‌سازی شده و استفاده از آن می‌تواند نتایج مثبتی برای تصمیم گیرندگان به همراه داشته باشد. تجزیه‌وتحلیل حساسیت با تغییر یک پارامتر و حفظ دیگر پارامترها در مقدار اصلی خود انجام شده است. |
| first_indexed | 2024-04-10T10:00:52Z |
| format | Article |
| id | doaj.art-255c79f526ed47afa527e7df75ce3b53 |
| institution | Directory Open Access Journal |
| issn | 2538-5097 2676-6159 |
| language | fas |
| last_indexed | 2024-04-10T10:00:52Z |
| publishDate | 2020-08-01 |
| publisher | Ayandegan Institute of Higher Education, Tonekabon, |
| record_format | Article |
| series | تصمیم گیری و تحقیق در عملیات |
| spelling | doaj.art-255c79f526ed47afa527e7df75ce3b532023-02-16T08:46:47ZfasAyandegan Institute of Higher Education, Tonekabon,تصمیم گیری و تحقیق در عملیات2538-50972676-61592020-08-015218820310.22105/dmor.2020.238929.1178120042یک مدل بهینه سازی ریاضی برای تخصیص خوابگاه های دانشجوئی در شرایط کرونا زیستیحسن رشیدی0دانشکده آمار، دانشگاه علامه طباطبائی، تهران، ایران.بسیاری از دانشگاه‌های برتر جهان، از هم‌اکنون تصمیم گرفته‌اند که ترم آینده را به‌صورت مجازی برگزار کنند. در کشور ما هم پیش‌بینی‌ها وضعیت قرمزی برای برخی مناطق از لحاظ شیوع کرونا، نشان می‌دهد. همچنین، تعدادی از دانشجویان دانشگاه‌ها در این مناطق سکونت دارند. بنابراین، در برنامه‌ریزی ترم آینده باید تمرکز بیشتری روی آموزش مجازی صورت پذیرد. پیشنهاد می‌شود ترم آینده به‌صورت دو بخش شامل آموزش مجازی به‌مدت 10 هفته و آموزش حضوری به‌مدت 3 هفته به اجرا درآید. در آموزش حضوری با نیازمندیهای فضای آموزشی و خوابگاهی، دانشجویان به دو زیر رسته (A) و (B) تقسیم می‌شود به‌گونه‌ای که اجرای پروتکل‌های بهداشتی در دانشگاه و خوابگاه‌ها امکان‌پذیر باشد. در این مقاله، برای تعیین تعداد دانشجویان پسر و دختر قابل اسکان در خوابگاه‌ها برای هر دو زیر رسته (A) و (B) در آموزش حضوری، یک مدل بهینه‌سازی ریاضی به‌صورت برنامه‌ریزی غیرخطی با متغیرهای صحیح پیشنهاد می‌شود. در تابع هدف مدل، توزیع دانشجویان در فضای آموزشی و خوابگاه‌ها به‌گونه‌ای انجام شده که حداکثر پراکندگی (حداقل اختلاف) ممکن را، به‌دلیل جلوگیری از شیوع بیماری کرونا داشته باشد. این مدل برای تخصیص خوابگاه‌های دانشجوئی در دانشگاه علامه طباطبائی، پیاده‌سازی شده و استفاده از آن می‌تواند نتایج مثبتی برای تصمیم گیرندگان به همراه داشته باشد. تجزیه‌وتحلیل حساسیت با تغییر یک پارامتر و حفظ دیگر پارامترها در مقدار اصلی خود انجام شده است.http://www.journal-dmor.ir/article_120042_54d6853f659d8e8f8240b3e75f16a18b.pdfشیوع کروناآموزش حضوریتخصیص خوابگاه |
| spellingShingle | حسن رشیدی یک مدل بهینه سازی ریاضی برای تخصیص خوابگاه های دانشجوئی در شرایط کرونا زیستی تصمیم گیری و تحقیق در عملیات شیوع کرونا آموزش حضوری تخصیص خوابگاه |
| title | یک مدل بهینه سازی ریاضی برای تخصیص خوابگاه های دانشجوئی در شرایط کرونا زیستی |
| title_full | یک مدل بهینه سازی ریاضی برای تخصیص خوابگاه های دانشجوئی در شرایط کرونا زیستی |
| title_fullStr | یک مدل بهینه سازی ریاضی برای تخصیص خوابگاه های دانشجوئی در شرایط کرونا زیستی |
| title_full_unstemmed | یک مدل بهینه سازی ریاضی برای تخصیص خوابگاه های دانشجوئی در شرایط کرونا زیستی |
| title_short | یک مدل بهینه سازی ریاضی برای تخصیص خوابگاه های دانشجوئی در شرایط کرونا زیستی |
| title_sort | یک مدل بهینه سازی ریاضی برای تخصیص خوابگاه های دانشجوئی در شرایط کرونا زیستی |
| topic | شیوع کرونا آموزش حضوری تخصیص خوابگاه |
| url | http://www.journal-dmor.ir/article_120042_54d6853f659d8e8f8240b3e75f16a18b.pdf |
| work_keys_str_mv | AT ḥsnrsẖydy yḵmdlbhynhsạzyryạḍybrạytkẖṣyṣkẖwạbgạhhạydạnsẖjwỷydrsẖrạyṭḵrwnạzysty |