【摘要】：醫(yī)院手術(shù)的合理安排是醫(yī)院，尤其是手術(shù)室正常工作的保證。手術(shù)排程涉及手術(shù)室、醫(yī)生、護(hù)士、麻醉師、術(shù)前準(zhǔn)備室和術(shù)后恢復(fù)室床位等六種資源的安排與約束，手術(shù)排程的目標(biāo)是實(shí)現(xiàn)醫(yī)院手術(shù)室利用率最大化，手術(shù)室成本趨近最優(yōu)。已有手術(shù)排程文獻(xiàn)大都集中于確定性手術(shù)排程的優(yōu)化研究，即在所有待排手術(shù)和手術(shù)室各類資源的信息都是提前預(yù)知的且確定的前提下，為未來一段時間內(nèi)所有科室的待執(zhí)行手術(shù)分配具體的手術(shù)時間和手術(shù)資源。然而醫(yī)院實(shí)際手術(shù)室的運(yùn)作管理中，存在很多動態(tài)不確定的因素，限制了確定性手術(shù)排程優(yōu)化結(jié)果的實(shí)用性。手術(shù)排程不確定性主要體現(xiàn)在三方面：資源不確定性、手術(shù)過程不確定性和手術(shù)需求不確定性。其中，資源不確定性描述了醫(yī)護(hù)資源（如護(hù)士、麻醉師、醫(yī)生等）、醫(yī)療設(shè)備和設(shè)施等在手術(shù)運(yùn)作過程中的不可用情況；手術(shù)過程不確定主要是指手術(shù)持續(xù)時間、手術(shù)流程由于特殊原因發(fā)生改變；手術(shù)需求不確定性主要包括緊急病人的到達(dá)、手術(shù)取消或手術(shù)延遲。本文將分別考慮手術(shù)室常見的這三類不確定性，對手術(shù)排程問題展開研究。 資源不確定性指是手術(shù)排程的六種資源中一種或多種出現(xiàn)缺席或暫時不可用的狀態(tài)，本研究以手術(shù)室資源中的護(hù)士資源缺席為例，考慮護(hù)士缺席下的手術(shù)排程重調(diào)度問題特點(diǎn)，提出了優(yōu)化最早手術(shù)完成時間、均衡的資源使用率、最少的資源加班時間以及最小的手術(shù)開始時間偏差四個目標(biāo)的多目標(biāo)優(yōu)化數(shù)學(xué)模型，并設(shè)計雙層蟻群算法求解。 考慮手術(shù)時間不確定性的手術(shù)排程問題關(guān)注手術(shù)流程中的時間處于一定范圍內(nèi)波動，采用絕對魯棒優(yōu)化的思想，具體考慮手術(shù)持續(xù)時間的各種情景下，使得手術(shù)排程的最大手術(shù)室成本最優(yōu)化，建立了求解時間不確定性手術(shù)排程的絕對魯棒模型，并進(jìn)一步設(shè)計了一個三層蟻群算法求解該手術(shù)排程的魯棒優(yōu)化問題。 需求不確定指的是由于病人取消或緊急手術(shù)的出現(xiàn)導(dǎo)致的手術(shù)需求數(shù)目發(fā)生臨時變動的情形。對于手術(shù)需求不確定性，本研究以考慮緊急手術(shù)需求為例，建立了需求不確定的手術(shù)排程在線調(diào)度模型，采用結(jié)合啟發(fā)式規(guī)則和蟻群算法的在線調(diào)度方法，以手術(shù)室成本和資源安排最優(yōu)為目標(biāo)，實(shí)現(xiàn)手術(shù)排程的實(shí)時優(yōu)化調(diào)整。并設(shè)計了仿真程序模擬驗證在線調(diào)度方法的有效性模型。 針對上述三類不確定性下的手術(shù)排程問題，本研究依據(jù)醫(yī)院實(shí)際數(shù)據(jù)設(shè)計了若干算例對算法進(jìn)行驗證，結(jié)果顯示所提出的方法不僅能實(shí)現(xiàn)手術(shù)室多類運(yùn)作指標(biāo)的優(yōu)化，并且加強(qiáng)了其在醫(yī)院手術(shù)室實(shí)際運(yùn)作中的實(shí)用性。
【圖文】：

圖 4.2 螞蟻第二層（內(nèi)層）爬行路徑Fig. 4.2 The second layer (inner layer) of the ant colony graph上述過程為螞蟻爬行的第一層和第二層的路徑及選擇的對象，本文的絕對優(yōu)化主要是在第三層，按照絕對魯棒優(yōu)化的思想，需求一個手術(shù)最壞成本的蟻第三層爬行主要是找出這個最壞成本，并在 m 只螞蟻中取其使最壞成本最路徑，為找出所有情景下的手術(shù)成本，第三層每只螞蟻需要爬行 2n次，n 為手圖為表示方便，使用數(shù)字 0 代表手術(shù)持續(xù)時間取上界值，使用數(shù)字 1 代表手界值，例如，螞蟻在外層的爬行路徑為 5→3→2→4→6→1→7，如果某只螞第三層路徑為[1 0 1 0 1 1 0], 則表示手術(shù) 5 的持續(xù)時間取上界，手術(shù) 3 的持界，以此類推，最后根據(jù)目標(biāo)函數(shù)計算改順序下的 f1(x,p) ,第三層總共有 m 其最小值，記錄取得最小值的螞蟻，第三層結(jié)束。

圖 4.5 目標(biāo)函數(shù)迭代次數(shù)圖Fig. 4.5 the iteration of the objective function爬行的資源安排甘特圖如圖 4.6 所示，其中 N 表示每個護(hù)士的時間安排，安排，A 表示麻醉師的安排，p 表示術(shù)前準(zhǔn)備室的安排，R 表示術(shù)后恢復(fù)甘特圖可以看出資源的安排在同一時間沒有從重復(fù)，并且每種資源的安排有出現(xiàn)一個資源過度安排和過少安排的情況，證明手術(shù)的安排合理[51]。
【學(xué)位授予單位】：寧波大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP18;R197.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 舒文;羅利;;基于目標(biāo)規(guī)劃的外科手術(shù)排程研究[J];技術(shù)與市場;2008年02期

2 閻長罡,朱子勇,湯武初;Job Shop調(diào)度中重調(diào)度問題研究[J];機(jī)械制造;2005年10期

3 鐘力煒;羅守成;楊國平;母澤林;王國英;許琳;趙彩敏;張蓓;;手術(shù)排程優(yōu)化及其計算機(jī)程序化管理初探[J];上海第二工業(yè)大學(xué)學(xué)報;2009年04期

4 陶繼平;席裕庚;;一種新的在線調(diào)度算法競爭比分析方法—基于實(shí)例轉(zhuǎn)換的方法[J];系統(tǒng)科學(xué)與數(shù)學(xué);2009年10期

，

本文編號：2528529