發(fā)布時(shí)間：2018-05-25 14:25

  本文選題：護(hù)士排班 + 護(hù)士?jī)A向�。� 參考：《深圳大學(xué)》2017年碩士論文

【摘要】：護(hù)士作為維護(hù)醫(yī)院日常運(yùn)營(yíng)的重要組成人員,由于醫(yī)院工作的特殊性經(jīng)常需要護(hù)士人員承擔(dān)相比較普通職業(yè)更大的工作壓力,尤其表現(xiàn)在護(hù)士崗位需要全天24小時(shí)在崗制。因此如何合理安排護(hù)士人員的工作時(shí)間對(duì)于規(guī)模大且客流量多的醫(yī)院來(lái)講并不是一件容易的事情,尤其是需要綜合考慮醫(yī)院成本、勞動(dòng)法規(guī)、護(hù)士技能、人為傾向等等多方面因素的影響,因此本篇論文將群體智能算法引入該領(lǐng)域來(lái)求解護(hù)士排班問(wèn)題。全文針對(duì)護(hù)士排班問(wèn)題和細(xì)菌覓食優(yōu)化算法進(jìn)行了總結(jié),詳細(xì)介紹了研究的目的、意義及相關(guān)的理論基礎(chǔ)、問(wèn)題背景,對(duì)基于護(hù)士?jī)A向的護(hù)士排班模型進(jìn)行了完善,同時(shí)對(duì)細(xì)菌覓食優(yōu)化算法提出了改進(jìn)方案,最后將改進(jìn)的智能優(yōu)化算法應(yīng)用到加入了個(gè)人傾向的護(hù)士排班問(wèn)題中,本文在國(guó)家自然科學(xué)基金(71571120,71271140,71471158)及廣東省自然科學(xué)基金(2016A030310074)的資助下從以下三個(gè)方面展開(kāi)研究:(1)實(shí)際調(diào)查醫(yī)院病房科室護(hù)士排班情況,以減少護(hù)士總成本為目標(biāo)建立基于勞動(dòng)法規(guī)的基本護(hù)士排班模型,并且在此基礎(chǔ)上綜合考慮護(hù)士對(duì)工作班次以及工作伙伴的個(gè)性化需求,將護(hù)士個(gè)人傾向約束添加到模型中,使問(wèn)題更加貼近醫(yī)院實(shí)際排班要求。(2)針對(duì)傳統(tǒng)細(xì)菌覓食優(yōu)化算法的三層嵌套結(jié)構(gòu),結(jié)合粒子之間信息交流行為,本文引入了分區(qū)信息交流機(jī)制,提出了改進(jìn)的SRBFO-RC算法來(lái)求解護(hù)士排班問(wèn)題。為了考察改進(jìn)算法的求解質(zhì)量,并用在標(biāo)準(zhǔn)測(cè)試函數(shù)上進(jìn)行測(cè)試。結(jié)果表明,改進(jìn)SRBFO-RC算法在求解質(zhì)量上有很大的提高。(3)在提出的SRBFO-RC算法的基礎(chǔ)上,給出了解決基于護(hù)士?jī)A向的護(hù)士排班模型解決方案。探討了細(xì)菌個(gè)體初始化、編碼、算法的主要流程等問(wèn)題。另外結(jié)合實(shí)際醫(yī)院護(hù)士人數(shù)場(chǎng)景與傳統(tǒng)的BFO、PSO進(jìn)行了對(duì)比實(shí)驗(yàn),驗(yàn)證了所提算法在解決該問(wèn)題中具有較好的應(yīng)用潛力。
[Abstract]:As an important component of the daily operation of the hospital, nurses often need nurses to take on more work pressure than ordinary occupations because of the particularity of the hospital work. Especially, the nurses' post needs 24 hours in the job. So how to arrange the working hours of the nurses is more large and more passenger flow. The hospital is not an easy thing, especially the need to consider the influence of many factors such as hospital costs, labor regulations, nurses' skills, human tendency and so on. Therefore, this paper introduces the swarm intelligence algorithm into the field to solve the nurse scheduling problem. The full text is aimed at the nurse scheduling problem and the bacterial foraging optimization algorithm. In this paper, the purpose, significance and theoretical basis of the study, the background of the study, the background of the problem, the nurse scheduling model based on the nurses' tendency are perfected, and the improved algorithm for the optimization of the bacterial foraging algorithm is put forward. Finally, the improved intelligent optimization algorithm is applied to the nurse scheduling problem which has joined the individual tendency. Under the support of the National Natural Science Foundation (715711207127114071471158) and the Guangdong Natural Science Foundation (2016A030310074), the study is carried out from the following three aspects: (1) the actual investigation of the nurse scheduling in the hospital ward section and the establishment of a basic nurse scheduling model based on labor laws and regulations in order to reduce the total cost of nurses and the basis of this basis On the basis of the comprehensive consideration of the nurses' individualized demand for work shifts and working partners, the personal tendencies of nurses are added to the model to make the problems close to the actual scheduling requirements of the hospital. (2) in view of the three layer nested structure of the traditional bacterial foraging optimization algorithm and the information exchange behavior between the particles, this paper introduces the regional information exchange. The improved SRBFO-RC algorithm is proposed to solve the nurse scheduling problem. In order to investigate the quality of the improved algorithm, the improved algorithm is tested on the standard test function. The results show that the improved SRBFO-RC algorithm has a great improvement in the solution quality. (3) on the basis of the proposed SRBFO-RC algorithm, a solution based on the nurses' tendency is given. The nurse scheduling model solved the problem of individual initialization, coding, and the main process of the algorithm. In addition, a comparison experiment with the traditional BFO and PSO was carried out with the actual number of nurses in the hospital, which proved that the proposed algorithm has a good application potential in solving the problem.
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：R47;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 付偉忠;張運(yùn)陶;;改進(jìn)的MC_GEP算法與嘌呤骨架類Hsp90抗癌活性的定量結(jié)構(gòu)活性關(guān)系研究[J];計(jì)算機(jī)與應(yīng)用化學(xué);2010年05期

相關(guān)會(huì)議論文 前10條

1 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會(huì)——2004年學(xué)術(shù)年會(huì)論文集[C];2004年

2 黃紀(jì)武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實(shí)現(xiàn)[A];廣西計(jì)算機(jī)學(xué)會(huì)2004年學(xué)術(shù)年會(huì)論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進(jìn)的Apriori算法的研究[A];廣西計(jì)算機(jī)學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實(shí)現(xiàn)[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

5 趙唯;;晶粒度評(píng)級(jí)的改進(jìn)算法[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

6 劉啟文;;可擴(kuò)展的圖形學(xué)算法演示系統(tǒng)的研究[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進(jìn)算法[A];廣西計(jì)算機(jī)學(xué)會(huì)25周年紀(jì)念會(huì)暨2011年學(xué)術(shù)年會(huì)論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計(jì)算機(jī)學(xué)會(huì)2009年年會(huì)論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 鐘永騰;基于近場(chǎng)MUSIC算法的復(fù)合材料結(jié)構(gòu)健康監(jiān)測(cè)研究[D];南京航空航天大學(xué);2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應(yīng)用[D];西安電子科技大學(xué);2015年

3 苗義烽;突發(fā)事件下的列車運(yùn)行調(diào)度模型與算法研究[D];中國(guó)鐵道科學(xué)研究院;2015年

4 楊玉婷;頭腦風(fēng)暴優(yōu)化算法與基于視頻的非接觸式運(yùn)動(dòng)定量分析方法研究[D];浙江大學(xué);2015年

5 劉杰;全局優(yōu)化問(wèn)題的幾類新算法[D];西安電子科技大學(xué);2015年

6 柏靜;基于多種混合策略的人工蜂群算法改進(jìn)研究[D];山東師范大學(xué);2016年

7 孔翔宇;幾類優(yōu)化問(wèn)題的人工蜂群算法[D];西安電子科技大學(xué);2016年

8 匡立;分形網(wǎng)絡(luò)的理論、算法及應(yīng)用研究[D];武漢大學(xué);2015年

9 單美靜;求解非線性實(shí)代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學(xué);2008年

10 邱劍鋒;人工蜂群算法的改進(jìn)方法與收斂性理論的研究[D];安徽大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 安世勇;命題邏輯中隨機(jī)3-SAT問(wèn)題算法研究[D];西南交通大學(xué);2015年

2 畢曉慶;油氣探礦權(quán)競(jìng)爭(zhēng)性出讓系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

3 王明明;鐵路大機(jī)與線路固定設(shè)施間距檢測(cè)算法研究[D];西南交通大學(xué);2015年

4 李靜;基于視頻圖像序列的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];寧夏大學(xué);2015年

5 劉貝玲;基于天地圖的租房平臺(tái)開(kāi)發(fā)及其關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學(xué);2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災(zāi)應(yīng)急疏散最優(yōu)路徑研究[D];西南交通大學(xué);2015年

8 張路奇;基于改進(jìn)蟻群算法的WSN路由協(xié)議的研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應(yīng)用與改進(jìn)[D];長(zhǎng)安大學(xué);2015年

10 信琴琴;手勢(shì)控制和識(shí)別算法研究[D];閩南師范大學(xué);2015年

，

本文編號(hào)：1933490