You are on page 1of 23

MODELO DE APOIO DECISO PARA UM PROBLEMA DE

POSICIONAMENTO DE BASES, ALOCAO E REALOCAO DE


AMBULNCIAS EM CENTROS URBANOS: ESTUDO DE CASO NO MUNICPIO
DE SO PAULO

RESUMO
Este artigo apresenta uma proposta de modelo matemtico para o problema de localizao de bases de
atendimento emergencial, alocao de ambulncias a essas bases em mltiplos perodos de tempo num horizonte
de planejamento definido e realocao das viaturas entre perodos subsequentes. Esse problema relevante para
planejamento de sistemas de atendimento emergencial em grandes centros urbanos, nos quais existem variaes
das condies de trfego e da concentrao de pessoas em diferentes locais ao longo do dia, fazendo com que os
sistemas emergenciais nesses locais precisem ser dinmicos o suficiente para acompanhar essas variaes.
Como objetivo tem-se a maximizao de probabilidade de atendimento de um determinado chamado dentro de
um tempo mximo de cobertura pr-definido. Neste artigo tambm apresentada uma aplicao prtica do
modelo no sistema de ambulncias do municpio de So Paulo. O sistema analisado utilizando o modelo
matemtico como uma ferramenta de apoio deciso.

ABSTRACT
In this article a mathematical formulation for the problem of base location, ambulance allocation and relocation
in multiple periods of time in a planning horizon is proposed. This problem is relevant for emergency systems
planning, especially in large urban centers where traffic conditions and population's concentration change during
the day. These characteristics result in the necessity for those systems of being dynamic enough to follow the
city conditions in terms of traffic and demand. The objective of the model if to maximize the probability of one
determined call is served within a given covering time. This paper also presents a case study regarding So
Paulos emergency system. The system is analyzed using the mathematical model as a decision aiding tool.

1. INTRODUO
O servio de atendimento urgncia, ou emergncia, compreende os primeiros socorros e a
remoo de pacientes sujeitos a acidentes, traumas e outras ocorrncias mdicas que podem
representar risco a vidas humanas. Busca-se oferecer um servio que maximize a
probabilidade de sobrevivncia dos socorridos, desde o acontecimento da situao de risco
at a entrada do paciente a uma unidade de sade especializada. Todo o trabalho realizado
por veculos de transporte e suporte vida.

As chances de sobrevivncia de um indivduo que necessita de atendimento emergencial,


devido a acidente ou outra ocorrncia, aumentam com a diminuio do tempo de resposta,
que o tempo gasto entre o acontecimento do acidente e o momento da chegada de uma
viatura de socorro. Uma parte importante deste tempo o tempo de deslocamento da viatura
de uma base at o local da ocorrncia.

Um requisito importante desses sistemas o planejamento da malha de atendimento, definida


pelas localizaes das bases de veculos e pelas viaturas de atendimento, que por sua vez
impacta o tempo de deslocamento entre as viaturas localizadas nas bases e os locais dos
acidentes. A operao desses sistemas ainda mais crtica em grandes centros urbanos, nos
quais as condies de trnsito e os padres de variao da demanda por atendimento
emergencial resultam numa maior dificuldade de realizar os atendimentos dentro de tempos
de resposta pequenos.

Este trabalho trata do problema de planejamento das localizaes de bases e viaturas ao longo
de um perodo de planejamento, considerando as caratersticas dinmicas de variao espaotemporal das demandas e dos tempos de deslocamento em centros urbanos, levando em conta
tambm aspectos estocsticos do atendimento emergencial.

Mais especificamente, prope-se uma ferramenta de planejamento, representada por um


modelo matemtico, para os gestores de servios de atendimento mvel pr-hospitalar de
urgncia, no que se refere localizao de bases e alocao de veculos ao longo de um
horizonte de tempo; tambm chamada de malha de atendimento. Busca-se com a formulao
matemtica, determinar a malha de atendimento que maximiza a probabilidade de um
determinado chamado ser atendido dentro de um tempo de resposta pr-estabelecido,
considerando aspectos dinmicos e estocsticos do problema de atendimento emergencial.

Essa ferramenta considera explicitamente a possibilidade de realocaes de veculos ao longo


do perodo de planejamento, o que permite frota acompanhar as variaes espao-temporais
dos padres de demanda e tempos de deslocamento entre as diversas partes de uma regio.

Este artigo est organizado da seguinte forma: a prxima seo corresponde a uma reviso
bibliogrfica de modelos matemticos para problemas de localizao de ambulncias e
instalaes de atendimento emergencial. A seo trs contempla uma descrio detalhada do
problema tratado neste artigo, bem como a formalizao do modelo matemtico proposto. A
seo quatro descreve uma aplicao do modelo matemtico em um estudo de caso no
municpio de So Paulo. Na quinta seo so feitas algumas concluses acerca dos resultados
obtidos no estudo de caso, da validade do modelo e de possveis frentes de pesquisa futura.

2. REVISO BIBLIOGRFICA
Os problemas de localizao de veculos para atendimento de emergncias ocorrem em
muitos casos prticos, por exemplo: localizao de veculos do corpo de bombeiros, veculos
de apoio mecnico, veculos de suporte medico e embarcaes para atendimento de acidentes
martimos (Medina, 1996).

Os problemas de localizao de ambulncias esto, em geral, definidos em grafos no


direcionados com pontos de demanda e pontos candidatos a receberem bases ou viaturas
(Daskin, 1995). Nos casos reais, a demanda por servios de atendimento de emergncia
distribuda geograficamente numa regio, contudo, na resoluo de problemas desse tipo, o
que geralmente se faz determinar o nvel de agregao de demandas que se deseja (por
distritos ou por bairros, por exemplo) e acumular a demanda de cada subdiviso num nico
ponto, sendo esse ponto tratado matematicamente no grafo do problema.

Na definio de problemas de localizao de bases de veculos de emergncia, assume-se que


determinado ponto de demanda coberto se ele pode ser atendido num intervalo de tempo
mximo pr-estabelecido. Segundo Rajagopalan et al. (2008), essa noo de cobertura
amplamente aceita e inclusive utilizada como meio de definio de nveis de servio. A
demanda dos pontos definida genericamente como um nmero de ocorrncias por unidade
de tempo originadas dentro do distrito representado pelo ponto. Alguns autores definem a
demanda como um nmero de ocorrncias mdio tomado num horizonte de tempo

suficientemente grande, outros ainda definem a demanda como uma frequncia de


ocorrncias computada num perodo de anlise.

O problema de localizao de ambulncias, um caso mais simples do problema tratado neste


artigo, considera um conjunto de pontos de demanda e um conjunto de pontos candidatos
dispostos num grafo. Cada arco do grafo entre quaisquer pontos i e j representa o tempo de
deslocamento entre esses pontos. Os dois primeiros trabalhos encontrados na literatura foram
propostos por Toregas et al. (1971) e Church e ReVelle (1974). Nos dois trabalhos define-se
um tempo mximo de atendimento S, acima do qual uma viatura localizada num ponto
candidato j no consegue cobrir um ponto de demanda i adequadamente.

Em Toregas et al. (1971) o problema definido como: encontrar o menor nmero possvel de
viaturas necessrio para que todos os pontos de demanda sejam cobertos. O modelo resultante
foi denominado Location Set Covering Model (LSCM), que o modelo clssico do conjunto
de cobertura aplicado ao caso do posicionamento de ambulncias.

Do ponto de vista dos planejadores de sistemas de ambulncias, a quantidade de recursos


limitada e, portanto, um parmetro do problema. Uma alternativa para a formulao LSCM
foi proposta por Church e ReVelle (1974), chamada de Maximal Covering Location Problem
(MCLP). Sendo fixo e conhecido o nmero de instalaes que se deseja posicionar, o MCLP
busca maximizar a demanda coberta por essa quantidade pr-definida.

Grande parte do desenvolvimento posterior dos modelos para o problema de localizao de


ambulncias foi baseado nessas duas definies. Uma caracterstica da definio proposta por
Toregas et al. (1971) que, em geral, resulta em um nmero muito grande de viaturas, o que
do ponto de vista prtico invivel, dadas as restries oramentrias dos sistemas de
ambulncias. A definio proposta por Church e ReVelle (1974) mais condizente com as
restries enfrentadas pelos planejadores dos sistemas de ambulncia, e como consequncia,
os modelos posteriormente desenvolvidos aderem mais a essa segunda vertente de
modelagem.

Como apontado por Brotcorne et al. (2003), esses modelos matemticos mais antigos,
propostos para o problema de localizao de ambulncias consideram definies muito
restritas e genricas para o problema. Esses dois modelos foram aprimorados, resultando em

modelos determinsticos que consideram aspectos mais realistas do problema, como por
exemplo, o fato da localizao de bases ser independente da localizao de viaturas, ou o fato
de existirem diferentes tipos de veculos com tempos mximos de atendimento distintos;
alguns modelos ainda introduziram o conceito de cobertura mltipla que define um ponto de
demanda como atendido, se ele coberto por mais de uma viatura.

Uma formulao que pode ser considerada como extenso do modelo MCLP foi proposta por
Schilling et al. (1979), os quais desenvolveram uma modelagem para a localizao de
veculos de emergncia de dois nveis: bsicos e avanados. A formulao proposta pelos
autores, denominada Tandem Equipment Allocation Model (TEAM), no distingue entre a
localizao das bases e a localizao dos veculos em si e considera que um veculo avanado
s pode ser posicionado num ponto candidato caso nesse ponto tambm seja posicionado um
veculo bsico. Nessa abordagem, a localizao de bases e veculos feita de maneira
conjunta, de modo que se um determinado veculo localizado num determinado ponto,
decorre que neste ponto dever haver uma base para ele.

Outra extenso do MCLP tambm desenvolvida por Schilling et al. (1979) o modelo
Facility-Location Equipment-Emplacement Technique (FLEET), criado para a localizao de
bases de unidades de combate a incndio juntamente com dois tipos de veculos. Apesar de
ser um modelo desenvolvido para a soluo de problemas de localizao de bases e veculos
de combate a incndios, seus conceitos se aplicam ao problema de localizao de
ambulncias. Um ponto do modelo FLEET que difere do modelo TEAM, que no primeiro
no existe hierarquia entre os veculos, porm considerada explicitamente na modelagem
uma hierarquia entre as bases e os veculos, ou seja, veculos s podem ser alocados a pontos
candidatos que contenham bases. Uma reviso detalhada de outros modelos determinsticos e
probabilsticos para o problema de localizao de ambulncias pode ser encontrada em
Schilling et al. (1993).

Levando em considerao a estocasticidade do processo de gerao de demanda e do


processo de atendimento dos acidentados, modelos probabilsticos foram tambm propostos
com o intuito de aproximar os modelos matemticos realidade do problema. Os modelos
determinsticos citados no consideram uma caracterstica importante do problema de
localizao de ambulncias: a possibilidade de um ponto no ser atendido, pois o veculo que
garantia a sua cobertura est alocado a um chamado. Um modelo probabilstico que considera

essa situao foi proposto por Daskin (1983), denominado Maximum Expected Covering
Location Problem (MEXCLP). A modelagem proposta pelo autor considera que uma
ambulncia genrica possui uma probabilidade q de estar indisponvel para atendimento. Esta
probabilidade recebe o nome de frao de ocupao (busy fraction). Os autores assumem que
cada ambulncia opera independentemente das demais e assumem que a frao de ocupao
igual para todas as ambulncias do sistema e independente do estado do sistema, ou seja,
independe de quantas ambulncias esto ocupadas no momento da ocorrncia de uma
demanda.

O modelo MEXCLP fornece meios para localizar apenas um tipo de veculo e no considera
a localizao de bases de veculos separadamente. Em Bianchi e Church (1988), os autores
desenvolveram um modelo hbrido entre os modelos FLEET e MEXCLP, denominado
Multiple cover, One unit, FLEET problem (MOFLEET). Esse modelo, alm de se tratar de
uma formulao probabilstica para o problema, considera explicitamente a separao entre a
localizao de bases e ambulncias. Contudo, a formulao do MOFLEET no permite a
localizao de mltiplos tipos de veculos, algo que foi desenvolvido por Jayaraman e
Srivastava (1995). Para localizar mltiplas instalaes e veculos os autores desenvolveram
um modelo probabilstico chamado Multiple Equipment Multiple Cover Facility Location
Allocation Problem (MEMCOLA), o qual permite a localizao de bases e dois tipos de
veculos, cada qual com uma frao de ocupao especfica.

Outros modelos probabilsticos de localizao de ambulncias foram propostos por ReVelle e


Hogan (1989). Os autores formularam dois modelos chamados Maximum Availability
Location Problem I e II (MALP I e MALP II). Assim como o MEXCLP, o modelo MALP I
considera que a frao de ocupao q a mesma para todos os pontos candidatos j e
consequentemente igual e independente para todos os veculos. Sendo assim, pode-se
calcular o nmero mnimo de ambulncias necessrias para cobrir um ponto de demanda i
com uma probabilidade . A formulao do MALP I considera esse valor explicitamente em
sua formulao, e busca maximizar a demanda coberta com uma probabilidade .

Na formulao do MALP II, a premissa de fraes de ocupao idnticas para todos os


pontos candidatos no tomada. Em vez disso, os autores associam uma frao de ocupao
qi para cada ponto de demanda i, que corresponde probabilidade de uma ambulncia
localizada na vizinhana do ponto i estar ocupada, sendo que vizinhana do ponto i o

subconjunto de pontos localizados a menos de um raio mximo de cobertura em relao ao


ponto. Essas fraes de ocupao locais proporcionam estimativas mais realistas da
probabilidade de uma ambulncia randomicamente selecionada estar ocupada. Dessa
maneira, calcula-se para cada ponto de demanda i um nmero mnimo de ambulncias
necessrias bi para que o ponto i seja coberto com probabilidade .
Um avano maior nos conceitos presentes nos modelos MALP I e MALP II foi proposto por
Marianov e ReVelle (1996), que consideram uma vizinhana de um ponto de demanda i
como um sistema isolado com demandas e servidores funcionando num sistema de filas do
tipo M/G/s-loss. So utilizados resultados da Teoria das Filas para fornecer melhores
estimativas das fraes de ocupao qi. Esse modelo foi denominado Queuing Maximal
Availability Location Problem (Q-MALP).

Uma abordagem probabilstica do modelo FLEET tambm foi formulada por ReVelle e
Marianov (1991). O Probabilistic FLEET model (P-FLEET) procura localizar bases,
caminhes e bombas independentemente, de maneira a buscar uma maximizao da cobertura
da demanda com probabilidade . Para cada ponto de demanda i, calculam-se fraes de
ocupao locais para os diferentes tipos de veculos e, com base nesses valores, calcula-se o
nmero de servidores necessrios para cobrir o ponto de demanda i com probabilidade , para
cada tipo de veculo. O P-FLEET um modelo bastante completo e possui uma caracterstica
interessante para representar o problema prtico pelo fato de considerar um ponto coberto s
se o mesmo for coberto com probabilidade por mais de um tipo de veculo. Ele possui a
desvantagem de permitir a alocao de apenas um veculo de cada tipo por base. Os autores
apresentam tambm uma formulao alternativa para o P-FLEET, denominada Probabilistic
Facility-Location Equipment-Emplacement Technique with Multiple Co-location (P-FLEETMC), a qual permite relaxar essa restrio permitindo a localizao de mltiplos veculos por
base.

Outras abordagens probabilsticas foram propostas baseadas no modelo do Hipercubo


(LARSON, 1974) que permite um tratamento detalhado das caractersticas estocsticas do
problema. Dentre esses vrios desdobramentos do modelo do Hipercubo destaca-se o trabalho
de Batta et al. (1989) que utilizam o modelo proposto por Larson (1974) em conjunto com o
modelo MEXCLP de Daskin (1983).

Nos ltimos anos, avanos na capacidade de processamento de computadores e o


desenvolvimento de algoritmos de soluo eficientes permitiram o desenvolvimento de
modelos que consideram caractersticas dinmicas do problema, como a variao da demanda
e dos tempos de deslocamento entre pontos durante um ciclo de operao do sistema. Esses
modelos, seguindo a nomenclatura dada por Brotcorne et al. (2003), so os modelos
dinmicos do problema, os quais resultam em planos de localizao e alocao ao longo de
horizontes de planejamento.

Um trabalho que considera essas caractersticas foi desenvolvido por Gendreau et al. (2001),
e atende ao problema de realocao de veculos especificamente. A formulao proposta
pelos autores, denominada Redeployment Problem t (RPt) pode ser considerada como uma
extenso do modelo DSM (BROTCORNE et al., 2003).

Outra abordagem para as questes de realocao foi proposta por Schmid e Doerner (2010).
O modelo formulado foi denominado pelos autores de Multi-period Double Standard Model
(mDSM). Trata-se de uma formulao determinstica multi-perodo que considera alm das
premissas de Gendreau et al. (2001), que dependendo do perodo t considerado, os valores
dos tempos de viagem so diferentes. Isso retrata condies de trfego de regies densamente
povoadas como grandes centros urbanos. Assim, os arcos do grafo, no qual o problema de
localizao de ambulncias definido, passam a possuir parmetros dinmicos sijt de tempo
de viagem entre os pontos i e j.

3. CARACTERIZAO DO PROBLEMA E MODELO MATEMTICO


Os sistemas de ambulncias so caracterizados pelo despacho de veculos de emergncia, que
atendem acidentes, traumas e outras situaes de risco sade e vidas humanas. Busca-se
maximizar a probabilidade de sobrevivncia de um indivduo acidentado por meio da
minimizao do tempo de chegada ao local do acidente, pelo rpido diagnstico das equipes
de resgate que operam as viaturas, pela aplicao dos procedimentos mdicos corretamente e
pela minimizao do tempo de transporte do local do acidente at o centro de sade mais
prximo. Dentre esses objetivos citados, a minimizao do tempo de chegada se relaciona
com o planejamento da localizao de bases de atendimento e com a alocao de viaturas a
essas bases. Segundo Singer e Donoso (2008), esses sistemas podem ser vistos como sistemas

de filas, nos quais os chamados representam a demanda ou o processo de chegada, e os


servidores so representados pelos veculos e suas equipes.

A posio das ambulncias de um sistema de atendimento de emergncia impacta


especificamente o tempo de resposta do sistema, sendo um fator que condiciona o
desempenho do mesmo. Sendo assim, busca-se uma formulao matemtica que represente o
problema de encontrar, em vrios perodos, a localizao de bases, alocao de veculos a
essas bases, e as consequentes realocaes de veculos entre os perodos que proporcione o
maior nvel de servio possvel, respeitando restries mnimas de viabilidade e
disponibilidade de recursos (bases e viaturas), sendo o nvel de servio definido como a
frao da demanda que se espera atender em tempos inferiores tempos de cobertura prdefinidos para cada tipo de veculo do sistema. Outra definio para o nvel de servio a de
cobertura esperada, ou probabilidade de cobertura: dado um tempo de cobertura para cada
tipo de veculo do sistema, qual a frao da demanda que possivelmente ser atendida num
tempo inferior a este.

Para a caracterizao do problema, deve-se considerar tambm que: (i) existe uma quantidade
finita de bases e ambulncias de dois tipos; (ii) cada veculo possui um parmetro de
cobertura associado que define, em termos temporais, sua capacidade de cobertura; (iii) so
conhecidas as distribuies espao-temporais das demandas pelos servios de atendimento de
cada tipo de viatura em uma regio; (iv) so conhecidos tambm os padres de variao dos
tempos de deslocamento nessa regio; e (v) uma vez que entre perodos subsequentes podem
haver realocaes de ambulncias, deseja-se tambm minimizar o tempo de percurso dessas
realocaes de acordo com um fator de proporcionalidade. Dessa forma, busca-se encontrar
um plano de operao capaz de maximizar, em mltiplos perodos de um horizonte de
planejamento, a cobertura esperada do sistema, e ao mesmo tempo capaz de minimizar as
realocaes de viaturas necessrias entre perodos subsequentes de acordo com um fator de
proporcionalidade. Esse plano deve respeitar as restries: (i) em todos os perodos, todos os
pontos de demanda devem ser cobertos por uma viatura de cada tipo; (ii) em todos os
perodos, a quantidade de bases e ambulncias constante; (iii) em todos os perodos, a
quantidade de veculos posicionados em uma base no deve ultrapassar a capacidade de
acomodao de viaturas dessa base; (iv) o plano de operao deve ser conexo, ou seja, as
realocaes resultantes no ltimo perodo do horizonte de planejamento devem resultar a
alocao de viaturas do primeiro perodo, sendo cclico o plano completo.

O problema tratado definido num grafo G no direcionado, com um conjunto de pontos de


demanda iV e um conjunto de pontos candidatos jW a receberem bases e veculos;
assume-se que WV, o que verdadeiro na maioria dos casos prticos. Esses pontos
constituem uma simplificao da realidade uma vez que representam uma determinada
localizao geogrfica concentrada em um nico ponto. A determinao do nvel de
agregao da demanda que resulta nos pontos i depende da preciso desejada na localizao
de bases. Esse nvel de agregao dos pontos de demanda considerado o mesmo para os
pontos candidatos. O que define se um ponto candidato a sua capacidade de receber uma
base de veculos, por exemplo, pontos que representam distritos com instalaes do corpo de
bombeiros, hospitais prximos, ou zonas muito isoladas e distantes de um municpio. So
considerados tambm perodos de tempo t={0,1,2,...,t,...,T}, sendo a soma dos perodos t
equivalente ao horizonte de planejamento para o qual sero definidas as localizaes de bases
e alocaes de ambulncias.

Para cada perodo t, define-se deterministicamente o tempo de deslocamento entre dois


pontos i{VW} e j{VW}, sijt . Com isso define-se o grafo no direcionado G.

G N , At ; N V W ; At sijt |i V W ; j V W

(1)

A formulao definida para dois tipos de veculos k, bsicos (Basic Life Support - BLS) e
avanados (Advanced Life Support - ALS). O ndice k igual a um utilizado para representar
veculos do tipo BLS, e o ndice k igual a dois utilizado para representar veculos do tipo
ALS. Como condio mnima de desempenho do sistema, deseja-se que, em todos os
perodos, todos os pontos de demanda possuam pelo menos uma unidade BLS localizada num
ponto candidato j a menos de um tempo de deslocamento inferior a r1; e deseja-se tambm
que todos os pontos de demanda possuam pelo menos uma unidade ALS localizada num
ponto candidato j a menos de um tempo de deslocamento inferior a r2. Em geral, um sistema
de ambulncias possui mais veculos do tipo BLS do que ALS, o que resulta que na maioria
dos casos prticos r1r2.

Cada ponto de demanda i possui uma demanda d ikt , em frequncia de chamados por unidade
de tempo, em cada perodo t para cada tipo de veculo k. Definem-se tambm os conjuntos
Wi kt , V jkt e N ikt conforme as expresses (2), (3) e (4).


i V | s

r ; k {1,2}

Wi kt j W | sijt rk ; k {1,2}
V jkt

t
ij

Nikt z V | sizt rk ; k {1,2}

(2)
(3)
(4)

O modelo matemtico tem o intuito de localizar, no grafo G, pz bases e alocar, nos diversos
perodos de tempo t, pB ambulncias bsicas e pA ambulncias avanadas. Considera-se
tambm que em cada ponto candidato j, em qualquer instante de tempo, no podem ser
alocados mais do que Cj veculos.
As bases devem ser localizadas nos pontos candidatos e, em cada perodo, as viaturas devem
ser alocadas as bases. Para isso definem-se as variveis de deciso z j , y ktj e xiwkt de acordo
com as expresses (5), (6) e (7).

1 , se aberta uma base no ponto candidato j W


zj
0 , caso contrrio

(5

y ktj nmero de veculos do tipo k posicionados no ponto j W , no perodo t

(6

1 , se o ponto de demanda i coberto por w veculos do tipo k no perodo t


(7
xiwkt
0
,
caso
contrrio

)
Simultaneamente questo do posicionamento de bases e ambulncias, existe o problema de,
sendo diferente a alocao de viaturas entre perodos subsequentes, movimentar as viaturas
entre esses perodos, partindo da alocao de um perodo para o prximo de maneira a
minimizar o tempo total de percurso de todas as ambulncias; esse o problema da
realocao. Considerando essa situao definem-se as variveis de deciso r jjkt' :
rjjkt' nmero de veculos k realocados de j W para j' W entre os perodos t e t 1

(8)

De maneira anloga ao modelo Q-MALP desenvolvido por Marianov e ReVelle (1996),


consideram-se duas vizinhanas do ponto i, definidas para cada parmetro de cobertura, r1 e
r2, ou seja, para cada ponto i, em cada perodo de tempo t e para cada tipo de veculo k,
define-se uma vizinhana. Admite-se que essas vizinhanas funcionam como sistemas de
filas M/G/s-loss, ou seja, um sistema de filas com s servidores tal que: a chegada de clientes
ocorre de acordo com um processo de Poisson com mdia 1/, o servio de atendimento
ocorre com um tempo definido segundo uma distribuio de probabilidade genrica com
mdia 1/, e quando um cliente entra no sistema e no existem servidores disponveis ele no

atendido e sai do sistema, no havendo a formao de filas. Para cada uma dessas
vizinhanas, em cada perodo de tempo t, calculada uma frao de ocupao q, que equivale
probabilidade de uma ambulncia randomicamente selecionada estar ocupada. Como o
modelo trata de dois tipos de veculos, para cada ponto de demanda i em cada perodo t so
consideradas duas fraes de ocupao: uma referente cobertura por veculos BLS
(vizinhana relativa ao parmetro r1) e outra referente cobertura por veculos ALS
(vizinhana relativa ao parmetro r2). Essas fraes de ocupao qrtk ,i podem ser calculadas
segundo a expresso (9).
t
qrtk ,i

k ,t
z

zN i1t

24

(9)

kt
j

jWi kt

Sendo que t o tempo mdio de atendimento em horas, d zkt a demanda, expressa em


chamados por dia, do ponto z por veculos do tipo k durante o perodo t, e y ktj a quantidade
de veculos do tipo k localizados no ponto j no perodo t. O divisor 24 serve apenas para
compatibilizar a unidade de tempo da demanda e do tempo de atendimento. Considerando
que a soma das demandas, expressas em frequncias de chamadas por dia, equivalente a
uma taxa de gerao de clientes e que o inverso do tempo mdio de atendimento, definido em
horas, equivalente a uma taxa de atendimento de servidores em sistemas de filas, o
quociente entre eles anlogo a uma taxa de congestionamento do sistema ikt . Alm disso,
reescrevendo o somatrio de y ktj em todos os pontos candidatos j Wi kt como uma varivel

bzkt que representa a quantidade total de ambulncias do tipo k localizadas no perodo de


tempo t na vizinhana Wi kt do ponto i, a expresso (11) pode ser reescrita conforme a
expresso (10).

qrtk ,i

ik ,t

ik ,t

1,t
j

ik ,t
bik ,t

(10)

jWi1t

Essas taxas de congestionamento ikt so utilizadas, considerando o modelo de filas M/G/sloss para a vizinhana Wi kt do ponto i, para calcular a probabilidade de um servidor
selecionado randomicamente estar ocupado. Considerando uma taxa genrica de
congestionamento de um sistema de filas M/G/s-loss, a probabilidade p(w) de w servidores
estarem ocupados dada pela expresso (11).

pw

1w!
1 1 ... 1
2!
w!
w

(11)

Com a expresso (11) possvel calcular, num sistema de filas, a probabilidade de


atendimento E(w), que simplesmente a probabilidade complementar de p(w), representando
a probabilidade de haver ao menos um servidor disponvel no momento de ocorrncia de uma
demanda.
Ew 1 pw

(12)

Assim, a cobertura incremental Ciw obtida por haver w ao invs de (w-1) veculos atendendo
chamados dentro do sistema pode ser obtida de acordo com a expresso (13), que
desenvolvida algebricamente, considerando especificamente as vizinhanas Wi kt , resulta nas
coberturas incrementais Ciwkt dadas pela expresso (14).
(13)

C w Ew E w 1

1
k ,t w1
w 1! i
2
k ,t
1 ik ,t 1 ik ,t ... 1

2!
w

1
!

w1

1w!
1 ... 1
2!
w!
k ,t w
i

k ,t
i

k ,t 2
i

k ,t w
i

Ciw,k ,t

(14)

Alm disso, seguindo os conceitos dos modelos MALP I e II propostos por ReVelle e Hogan
(1989), pode-se calcular com o uso da expresso (11) a quantidade M ikt que a quantidade
mnima de veculos do tipo k de modo que a probabilidade de todos os veculos desse tipo
estarem ocupados na vizinhana M ikt do ponto i no perodo t seja inferior a (1-).

1 p


M ikt

kt
1

kt M i

kt i
M i !

2

1 ikt 1 ikt ... 1 kt ikt


2!
M i !

M ikt

(15)

Assim, considerando todos os pontos de demanda do conjunto V, todos os perodos do


conjunto e os dois tipos de veculo, k=1 e k=2, que definem dois tipos de vizinhana,
possvel calcular a cobertura esperada em um sistema de atendimento emergencial pela
expresso (16).
2

M ik ,t

k 1 iV w0

k ,t
i

Ciw,k ,t xiw,k ,t

(16)

Vale ressaltar que a cobertura esperada do sistema, dada pela expresso (16), limitada
superiormente pelo produto entre a demanda total do sistema e a probabilidade , uma vez
que a quantidade w de ambulncias do tipo k que cobrem um ponto i em um perodo de
tempo t sempre menor ou igual a M ikt .

O modelo proposto busca maximizar a cobertura esperada do sistema, calculada conforme a


expresso (16), ao mesmo tempo em que busca minimizar o tempo total de realocao de
viaturas entre perodos subsequentes. Esse tempo total de realocao, que depende dos
tempos de deslocamento sijt e das variveis de deciso r jjkt' , pode ser calculado segundo a
expresso (17).
2

s
t

jW j 'W k 1

t
jj '

rjjkt'

(17)

O modelo matemtico para o problema de localizao de bases, alocao de ambulncias em


mltiplos perodos e realocao entre perodos subsequentes, proposto neste artigo, pode ser
definido conforme as expresses (18) a (32). A sua resoluo permite determinar um plano de
operao num horizonte pr-definido de tempo, ou seja, resulta na localizao de bases que
deve ser estabelecida, na alocao de viaturas que varia nos mltiplos perodos de tempo e
nas realocaes necessrias entre perodos subsequentes.
Mi
2
2

[max] d ik ,t Ciw,k ,t xiw,k ,t s tjj ' r jjkt'


t
jW j 'W k 1
k 1 iV w0

k ,t

(18)

Sujeito a:

jWi

jWi

k ,t
j

1 , i V , t , k {1,2}

k ,t

kt
j

k ,t

M ik ,t

x
w0

w,k ,t
i

, i V , t , k {1,2}

(19)
(20)

xiw,k ,t xiw1,k ,t , i V , t , k {1,2}, w {1,2,..., M ik ,t }

(21)

pk z j y kj ,t , j W , t , k {1,2}

(22)

y ktj rijkt r jikt y kj ,(t 1) , j W , t {T }, k {1,2}

(23)

y kj ,T rijkT rjikT y kj ,1 , j W , k {1,2}

(24)

iW

iW

iW

iW

z
jW

pz

(25)

y
jW

1,t
j

y
jW

2,t
j

pB , t

(26)

p A , t

(27)

y1j,t y 2j ,t C j , j W , t

(28)

y kj ,t 0 inteiro, j W , t , k {1,2}

(29)

xiwkt {0,1} , i V , t , k {1,2}, w {0,1,2,..., M ik ,t }

(30)

z j {0,1} , j W

(31)

rjjk ',t 0 inteiro, ( j, j ' ) W , t , k {1,2}

(32)

A funo objetivo (18) busca a maximizao da cobertura esperada para os pontos de


demanda em todos os perodos de tempo, ao mesmo tempo busca minimizar as realocaes
de veculos de maneira proporcional distncia de realocao, sendo a constante de
proporcionalidade igual ao parmetro . Para um detalhamento sobre o parmetro de
proporcionalidade do tempo total de realocao sugere-se consultar Schmid e Doerner
(2010).

A restrio (19) assegura o nvel de servio mnimo do sistema, ou seja, garante que em
todos os perodos, todos os pontos de demanda devem ter pelo menos uma ambulncia BLS
alocada a uma base a menos de um raio de cobertura r1, e tambm pelo menos uma
ambulncia ALS alocada a uma base a menos de um raio de cobertura r2. As expresses (20)
e (21) garantem consistncia das definies das variveis de deciso xiwkt e y ktj . As restries
(22) estabelecem que veculos s podem ser alocados a pontos candidatos que contenham
bases localizadas neles.

As restries (23) e (24) so equivalentes a equaes de balanceamento de fluxo de


ambulncias numa base. Elas garantem a consistncia na definio das realocaes, de modo
que em um determinado perodo t, a quantidade de viaturas do tipo k alocadas em uma base
localizada em um determinado ponto j igual a quantidade de viaturas k neste ponto no
perodo anterior, mais a quantidade de viaturas do tipo k realocadas de outras bases para essa
base j no perodo anterior, menos o nmero de viaturas do tipo k realocadas dessa base j para
outras bases no perodo anterior. Vale ressaltar que as restries (24) garantem uma
continuidade do plano de operao resultante da soluo do modelo matemtico, de maneira

que a realocao do ltimo perodo t=T deve resultar na alocao do primeiro perodo do
plano de operao t=1.

As restries (25), (26) e (27) so, respectivamente, as restries da quantidade de bases que
devem ser localizadas, e as restries das ambulncias bsicas e avanadas que devem ser
alocadas ao longo dos perodos. As restries (28) limitam, para todos os perodos, a
quantidade de veculos que pode ser alocada em uma determinada base. O domnio das
variveis de deciso definido pelas equaes (29), (30), (31) e (32).

Na expresso (1) o grafo G foi definido considerando os tempos de deslocamento como


grandezas determinsticas e conhecidas a priori. Uma abordagem alternativa, como
apresentado em Marianov e ReVelle (1996), seria a considerao de tempos de deslocamento
como variveis aleatrias com distribuio de probabilidade conhecida; dessa forma os
tempos de deslocamento entre os pontos do grafo podem ser definidos considerando um nvel
de confiana . Pode-se ilustrar essa definio probabilstica dos tempos de deslocamento
t

assumindo que cada varivel sijt siga uma distribuio normal com mdia s ij e desvio padro

ijt ; sendo que os tempos de deslocamento podem ser definidos de acordo com a expresso
(33).
s *tij s ij z . ijt
t

(33)

Tal que z o valor da funo cumulativa normal de probabilidade que satisfaz o nvel de
confiana . Essa definio dos tempos de deslocamento estendida definio dos
conjuntos de pontos Wi kt , V jkt e N ikt .

V i V | s * s z . r ; k {1,2}
N z V | s * s z . r ; k {1,2}
Wi kt j W | s *tij s ij z . ijt rk ; k {1,2}
t

kt
j

kt
i

t
ij

t
ij

t
ij

t
ij

t
ij

t
ij

(34)
(35)
(36)

A considerao de tempos de deslocamento determinsticos ou probabilsticos no altera o


restante do modelo, impactando somente no clculo de sijt e na definio dos conjuntos.

O modelo pode ser considerado original no sentido em que no h outro idntico na literatura.
Porm, ele pode tambm ser visto como uma extenso do modelo Q-MALP proposto por
Marianov e ReVelle (1996), utilizando alguns dos conceitos apresentados em Schmid e

Doerner (2010) relativos realocao das ambulncias, apresentando as seguintes


contribuies: (i) considerao de mltiplos perodos de planejamento e consequente
considerao do problema de realocao entre perodos subsequentes, (ii) considerao da
caracterstica dinmica da questo, no sentido em que as demandas e tempos de deslocamento
so diferentes para cada perodo, (iii) distino entre a localizao de bases e a alocao de
viaturas, (iv) considerao de mltiplos tipos de veculos e diferentes raios de cobertura para
cada um e (v) considerao de restries de capacidade nas bases. Maiores detalhes sobre o
modelo matemtico podem ser encontrados em Andrade (2012).

4. APLICAO DO MODELO
O modelo matemtico proposto foi aplicado para avaliao e melhoria do Sistema de
Atendimento Mvel Pr-hospitalar de Urgncia do municpio de So Paulo (SAMU-SP),
sendo sua soluo realizada por um algoritmo de soluo baseado na meta-heurstica de
Colnia Artificial de Abelhas proposto por Andrade (2012). O municpio apresenta um alto
adensamento demogrfico nas regies centrais durante os perodos diurnos, sendo esse
adensamento distribudo nos perodos noturnos, alm disso, a malha viria da cidade
diariamente apresenta congestionamento de veculos.

O SAMU-SP conta com 140 viaturas divididas entre viaturas bsicas (BLS) e avanadas
(ALS). So empregadas bases fixas e bases mveis de atendimento. As bases fixas so
edificaes alugadas espalhadas na cidade ou cedidas por outros rgos pblicos como
estaes do corpo de bombeiros e hospitais. As bases mveis, ou bases modulares, so
edificaes de montagem e desmontagem rpida (cerca de dois dias) que ficam localizadas
em geral em praas ou qualquer local pblico. Uma das finalidades bsicas das bases mveis
assegurar atendimento a eventos especiais com grande concentrao de pessoas como, por
exemplo, eventos esportivos; contudo, sua rapidez de montagem e desmontagem, faz com
que sejam tambm uma opo para as bases fixas.

Nesta aplicao, a cidade foi dividida em 96 distritos, todos candidatos a receberem bases e
viaturas, que representam os pontos de demanda e consequentemente os ns da rede de
atendimento, sendo que 47 desses distritos contm bases fixas de atendimento e outros sete
distritos contm bases mveis; contudo existem ao todo 13 bases mveis que so empregadas
pelo SAMU-SP. Ressalta-se que nesse estudo de caso foram identificados distritos contendo
mais de uma base, resultando que o nmero total de bases do SAMU-SP diferente do

nmero de distritos que contm bases considerando a configurao atual. Foi considerado um
horizonte de planejamento de uma semana dividido em 21 perodos (3 perodos ao longo de 7
dias).

O procedimento de recebimento e triagem de chamados do SAMU-SP no distingue entre


chamados que necessitam de viaturas do tipo bsico e chamados que necessitam de viaturas
do tipo avanado; assim, as demandas foram definidas apenas em relao a um tipo de
veculo; o mesmo foi feito com relao aos tempos de cobertura r1 e r2 do modelo
matemtico, ou seja, foi feita uma simplificao do modelo considerando apenas um
parmetro de cobertura tc. tendo em vista a no disponibilidade de dados das demandas de
chamados por tipo.

Inicialmente, foi feita uma avaliao da configurao atual do sistema de atendimento do


SAMU-SP, no que diz respeito localizao de bases. Foram realizadas tentativas de soluo
do problema considerando a configurao atual de bases, variando o tempo de cobertura,
entre 15 e 30 minutos, e assumindo valores de duas, trs e quatro horas para o tempo de
atendimento. Constatou-se que a configurao atual apresenta solues viveis apenas a partir
de um tempo de cobertura de 27 minutos.

Uma possvel melhoria seria um melhor emprego das 13 bases mveis que o SAMU-SP j
possui. Foram realizados testes considerando as 47 localizaes das bases fixas atuais e as
localizaes das sete bases mveis atuais, sendo que a localizao das outras seis bases
mveis foi determinada pela soluo do modelo matemtico. Os resultados so apresentados
na Figura 1 e mostram que o reposicionamento de seis bases do SAMU-SP pode diminuir o
tempo mximo de cobertura do sistema de 27 para 16 minutos com probabilidade superior a
99%. Isso significa uma melhoria de desempenho apenas com o melhor emprego dos recursos
atuais.

Alm dessa avaliao do sistema atual, foram realizadas outras anlises variando a
quantidade de bases e ambulncias do sistema e os tempos de cobertura e de atendimento.
Para essas anlises, foram considerados dois tipos de cenrio, um que considera as 47
localizaes de bases fixas atuais, denominadas de instncias de teste no livres; e outro que
considera 100% das bases como mveis, denominado de instncias de testes livres podendo
ser posicionadas livremente pela soluo do modelo matemtico. Foram testadas instncias

considerando tempos de cobertura de 15, 10 e cinco minutos, e tempos de atendimento de


duas, trs e quatro horas; neste artigo so apresentados apenas os resultados mais relevantes.

Figura 1: Resultados da avaliao de melhoria da configurao atual de bases do SAMU-SP

A Figura 2 apresenta os resultados considerando a situao de testes no livres, e um tempo


de cobertura de 15 minutos. Observa-se que existem solues viveis para o problema mesmo
considerando pequenas quantidades de bases e ambulncias; porm, com cobertura esperada
da ordem de 80% a 85%, dependendo do nmero de bases. Tambm possvel verificar que,
para todas as curvas apresentadas, os ganhos marginais de cobertura obtidos com o aumento
da quantidade de ambulncias no sistema so decrescentes com a quantidade de viaturas.
Essa constatao est de acordo com as afirmaes de Daskin (1983). Alm disso, possvel
verificar que a partir de 100 ambulncias no sistema, independentemente da quantidade de
bases, o aumento no nmero de viaturas contribui pouco para o aumento de cobertura
esperada.

A Figura 3 apresenta uma comparao entre os resultados das instncias de testes livres e no
livres considerando um tempo de cobertura de 10 minutos e um tempo de atendimento de
duas horas. Pode-se observar que solues viveis para as instncias no livres so
encontradas com uma quantidade de bases a partir de 80 e uma quantidade de ambulncias a
partir de 70. No caso ds instncias livres, possvel encontrar solues viveis com uma
menor quantidade de bases e ambulncias; so encontradas solues com 70 bases e 70
ambulncias. Esse resultado evidencia que existem vantagens em considerar 100% das bases
mveis, podendo ser posicionadas em qualquer distrito.

Figura 2: Resultados das instncias de teste no-livres considerando 15 minutos como tempo
de cobertura e duas horas como tempo de atendimento

Os resultados considerando um tempo de cobertura de 5 minutos apresentam solues viveis


apenas com 96 distritos cobertos por bases, ou seja, solues em que todos os distritos
contm bases; dessa forma, independe se a instncia considera 100% das bases como mveis
ou no. Os resultados mostram que possvel encontrar solues, considerando um tempo de
atendimento igual a duas horas e com 140 ambulncias, com cobertura superior a cerca de
92%.

Figura 3: Comparao entre os resultados das instncias de testes livres no-livres


considerando 10 minutos como tempo de cobertura e duas horas como tempo de atendimento

5. CONCLUSES
Neste trabalho foi proposto um modelo matemtico indito para o problema denominado
neste artigo de Problema de localizao de bases, alocao de veculos em mltiplos
perodos, e realocao entre perodos subsequentes. Esse modelo abrange os seguintes
pontos do problema de planejamento de sistemas de atendimento emergencial: determinao
do posicionamento de bases e da correspondente alocao de veculos feita de forma
independente, possibilidade de considerao de mais de um tipo de veculos para diferentes
tipos de demanda, diferentes tempos de cobertura para cada tipo de veculo, considerao de
capacidade de acomodao de viaturas nas bases e disponibilidade finita de recursos de
atendimento (bases e viaturas), modelagem probabilstica da cobertura, considerao dos
padres de variao espao-temporal da demanda e considerao das variaes temporais dos
tempos de deslocamento entre os diversos locais de uma regio. Pode-se considerar que esse
um modelo bastante abrangente podendo ser aplicado a diversas situaes.

O estudo de caso do municpio de So Paulo foi realizado considerando o SAMU-SP, suas


bases e viaturas. Os testes foram feitos levando em conta a variao de diversos parmetros:
nmero de bases e ambulncias, tempo de atendimento de cada chamado e tempo de
cobertura desejado. Os resultados mostram que possvel chegar a um tempo de cobertura de
16 minutos com probabilidade acima de 95% considerando a quantidade de recursos
existentes, desde que melhor empregados em relao configurao atual. Pode-se ainda,
com um acrscimo do nmero de bases at um total de 96, chegar a um tempo de cobertura
de cinco minutos com probabilidade prxima de 95%. Os resultados tambm mostram que
existem vantagens em operar com bases mveis, que podem ser reposicionadas em pouco
tempo, ao invs de bases fixas.

Um dos potenciais aprimoramentos seria a considerao do modelo do Hipercubo na


definio do modelo matemtico, que talvez permitisse a considerao da caracterstica
estocstica do problema com mais detalhes, sendo esse um potencial tema para pesquisa
futura. Mesmo na sua forma atual, o modelo matemtico apresentado neste artigo pode ser
implementado pelos planejadores de sistemas de atendimento emergencial como um modelo
de apoio deciso, fazendo com que seus tenham seus recursos otimizados, maximizando o
nvel de servio para os usurios e assim as chances de salvamento de vidas.

REFERNCIAS BIBLIOGRFICAS

Andrade, L. A. C. G. (2012) Heurstica baseada em colnia artificial de abelhas para o problema de


localizao de bases, alocao e realocao de ambulncias. 2012. 250p. Dissertao (Mestrado)
Escola Politcnica da Universidade de So Paulo. Departamento de Engenharia de Sistemas Logsticos,
So Paulo.
Bianchi, G. e Church, R. L. (1988) A hybrid fleet model for emergency medical service systems design. Social
Sci. Med. 26, 163-171.
Batta, R.; Dolan, J. e Krishnamurthy, N. (1989) The maximal expected covering location problem: revisited.
Transport. Science. 23, 277-287.
Brotcorne, L.; Laporte, G. e Semet, F. (2003) Ambulance Location and Relocation Models. European Journal
of Operations Research 147, 451-463.
Church, R. L. e ReVelle, C. (1974) The maximal covering location problem. Papers of the Regional Science
Association 32,101-118.
Daskin, M. S. (1983) A maximum expected location model: Formulation, properties and heuristic solution.
Transportation Science 7, 4870.
Daskin M. (1995) Network and discrete location: models, algorithms, and application. John Wiley&Sons.
Gendreau, M.; Laporte, G. e Semet, F. (2001) A dynamic model and parallel tabu search heuristic for real-time
ambulance relocation. Parallel Computing 27, 1641-1653.
Jyaraman, V. e Srivastava, R. (1995) A Service Logistics Model for Simultaneous Siting of Facilities and
Multiple Levels of Equipment. Computers & Operations Research 22 (2), 191-204.
Larson, R.C. (1974) A hypercube queueing model for facility location and redistricting in urban emergency
services. Computers & Operations Research 1, 6795.
Marianov V. e ReVelle C. (1996) The Queueing Maximal Availability Location Problem: A model for the siting
of emergency vehicles. European Journal of Operations Research 93, 110-120.
Medina, A. C. (1996) Modelos para dimensionamento de frota e localizao de embarcaes para atendimento
de acidentes martimos. 1996. 240p. Dissertao (Mestrado) Escola Politcnica da Universidade de So
Paulo. Departamento de Engenharia Naval e Ocenica, So Paulo.
Rajagopalan, H.K.; Saydam, C. e Xiao, J. (2008) A multi-period set covering location model for dynamic
redeployment of ambulances. Computers & Operations Research 35 (3), 814826.
ReVelle, C. S. e Hogan, K., (1989) The maximum availability location problem. Transportation Science 23,
192200.
Revelle, C. S. e Marianov, V. (1991) A probabilistic FLEET model with individual vehicle reliability
requirements. European Journal of Operations Research 53, 93-105.
Schilling, D.; Elzinga, D. J.; Cohon, J.; Church, R. e ReVelle, C. (1979) The Team/Fleet Models for
Simultaneous Facility and Equipment Siting. Transportation Science, v. 13, n. 2, p. 163-175.
Schilling, D. A.; Jayaraman, V. e Barkhi, R. (1993) A review of covering problems in facility location. Location
Science v 1 n 1, 2555.
Schmid, V. e Doerner, K. F. (2010) Ambulance location and relocation problems with time-dependent travel
times. European Journal of Operations Research 207, 12931303.
Singer, M. e Donoso, P. (2008) Assessing an ambulance service with queuing theory. Computers & Operations
Research 35, 2549-2560.

Toregas, C.R.; Swain, R.; ReVelle, C.S. e Bergman, L., (1971) The location of emergency service facilities.
Operations Research 19, 13631373.