Distributed scheduling based on multi-agent system: a swarm approach for collaborative optimization

Abstract

Countries worldwide are increasingly dealing with an aging population, especially in the interior regions of Portugal. Thus, given the difficulty that hospitals have in managing their logistics, there is a growing demand for Home Health Care (HHC) services, which have become extremely important in the daily lives of many people, who regularly receive social support and/or health care. However, the strategic and operational planning of HHC is facing problems, in addition to a high level of uncertainty, needing to incorporate digital technologies to meet the growing demand for real-time processes and operations, which is a challenging task. Currently, HHC scheduling and routing planning are often performed manually (without computational support), leading to inefficient solutions and increased costs. To cope with this, the ability to effectively and efficiently investigate, discuss and innovate in decision support systems is crucial, since manual planning or methods are generally centralized and deterministic. This thesis aims to contribute to these complex and priority challenges to the lives of care workers and patients can be mitigated through the use of intelligent models and methods, which, when coordinated, can generate optimized and distributed solutions. In this work, the design and development of a disruptive and decentralized architecture were proposed, which integrates the optimization and Multi-agent System (MAS) modules. The architecture is supported by a database and a control interface, which served as a guideline to digitalize and produce scheduling and route plans with real-time flexibility and optimized responses, especially in the case of unexpected events. In this sense, the proposed architecture, based on the distribution of control functions over a swarm network of decision-making entities, was implemented and validated. The results showed that its performance was superior by combining the best of models and methods, with emphasis on MAS and optimization methods. On one hand, MAS guarantees a fast response to uncertainty conditions, while the optimization module achieves optimal solutions, i.e., a hybrid collaboration between these modules guarantees autonomy, robustness and responsiveness in domains with emerging needs. Finally, the Dynamic and Optimized Collaborative System for Routes (DOCtoR) prototype was proposed as an innovative system that integrates cloud tools, monitoring, optimization and MAS skills to support home care visits, meeting the operational needs faced by a real scenario in the Obra Social Padre Miguel (OSPM), an Private Institution of Social Solidarity (IPSS) in Bragança, Portugal. The platform focuses on modernizing and digitalizing the services performed by OSPM and creating a smart system for data exchange, scheduling and optimized management of routes, resources planning, and users. In this way, it will be possible to coordinate more effective responses to social, health and safety needs, in a dynamic and personalized way for all stakeholders.

Os países em todo o mundo estão a lidar cada vez mais com o envelhecimento da população, especialmente nas regiões do interior de Portugal. Assim, dada a dificuldade dos hospitais gerirem a sua logística, existe uma maior procura pelos cuidados de saúde domiciliários (HHC), que se tornaram de extrema importância no quotidiano de muitas pessoas. No entanto, o planeamento do HHC está a enfrentar problemas, que para além de um elevado nível de incerteza, necessita de incorporar tecnologias digitais para responder à crescente procura de processos e operações em tempo real, o que constitui uma tarefa desafiante. Atualmente, o escalonamento e o planeamento de rotas do HHC são frequentemente realizados manualmente, o que conduz a soluções ineficientes e a custos acrescidos. Para fazer face a esta situação, a capacidade de investigar e inovar de forma eficaz e eficiente em sistemas de apoio à decisão é crucial, uma vez que os métodos usados são geralmente centralizados e determinísticos. Esta tese visa contribuir para que estes desafios complexos e prioritários para a vida dos cuidadores e dos pacientes, possam ser mitigados através do uso de métodos inteligentes, que quando coordenados, possam gerar soluções otimizadas e distribuídas. Neste trabalho, foi proposto o desenvolvimento de uma arquitetura disruptiva e descentralizada, que integra um módulo de otimização e um sistema multiagente (MAS). A arquitetura é suportada por uma base de dados e uma interface, que servem como diretriz para digitalizar e produzir escalonamentos e rotas com flexibilidade e respostas otimizadas, especialmente no caso de eventos inesperados. Neste sentido, foi proposta, implementada e validada uma arquitetura baseada na distribuição de funções sobre uma rede de entidades com tomada de decisão. Os resultados mostraram que o seu desempenho foi superior ao combinar o melhor dos modelos e métodos, com destaque para o MAS e algoritmos de otimização. Por um lado, o MAS garante uma resposta rápida a condições de incerteza, enquanto o módulo de otimização consegue soluções ótimas, ou seja, uma colaboração híbrida entre estes módulos, garante autonomia, robustez e capacidade de resposta em domínios com necessidades emergentes. Por fim, foi proposto o protótipo DOCtoR, que é um sistema inovador que integra ferramentas cloud, monitorização, otimização e competências de um MAS para apoiar as visitas domiciliárias, atendendo às necessidades operacionais de um cenário real na OSPM, uma IPSS de Bragança, Portugal. A plataforma tem como foco a modernização e digitalização dos serviços prestados pela OSPM e a criação de um sistema inteligente para troca de dados, escalonamento e gestão otimizada de rotas, recursos e utilizadores. Desta forma, será possível coordenar respostas mais eficazes às necessidades sociais, de saúde e segurança, de uma forma mais dinâmica e personalizada para todos os intervenientes.