Abstract
Mobiliteit is essentieel voor de groei van een samenleving, omdat het toegang biedt tot opportuniteiten, goederen en diensten. Eén gebied waar mobiliteit echter tekortschiet, is de gezondheidszorg, door een gebrek aan toegankelijk vervoer. Dit leidt tot hoge morbiditeits- en mortaliteitscijfers. Het doel van deze voorstel is om uitgebreide en innovatieve optimalisatiemodellen voor niet-dringend medisch vervoer (NEMT) te ontwikkelen. Hierbij wordt ingespeeld op het gebrek aan gestructureerde benaderingen en volledige probleem modelering in het huidige state-of-the-art. Het project richt zich op het integreren van shiftmanagement, realtime heroptimalisatie en volledige systeemmodellering om de efficiëntie en kwaliteit van de dienstverlening te verbeteren. Door de sterke achtergrond van de kandidaat in Operations Research (OR) —verkregen via een master aan de Universiteit Gent, een doctoraat gericht op on-demand vervoer en professionele ervaring in de sector—overbrugt dit onderzoek theoretische kennis en praktische toepasbaarheid. Met zowel synthetische als reële data zullen benchmarkinstanties worden gegenereerd en publiek beschikbaar worden gemaakt om reproduceerbaarheid te waarborgen. Geavanceerde algoritmen, waaronder (meta)heuristieken, game theory en machine learning, zullen worden ingezet om robuuste en aanpasbare oplossingen te ontwikkelen. Het resultaat van dit onderzoek is een nieuwe standaard zetten voor de optimalisatie van NEMT en het verbeteren van de zorgvervoer.
Onderzoeker(s)
Onderzoeksgroep(en)
Project type(s)