隨著國內(nèi)對醫(yī)療衛(wèi)生的重視程度日益加深,我國醫(yī)療市場已經(jīng)出現(xiàn)了大醫(yī)院人滿為患而中小型醫(yī)院尚有資源閑置的問題,醫(yī)療衛(wèi)生資源供給限制與醫(yī)療服務(wù)需求膨脹之間的矛盾亟待解決。新醫(yī)改以來,各種政策對醫(yī)院的運(yùn)營管理能力提出了更高的要求,高效分配醫(yī)療資源的重要性不言而喻,以更低的成本為患者提供更為滿意的服務(wù)已成為醫(yī)院立足醫(yī)療市場的有力競爭保障。手術(shù)系統(tǒng)作為醫(yī)院的中心樞紐,包括手術(shù)相關(guān)人員、物資、器械設(shè)施等資源,是醫(yī)院收入和支出的重要來源。提高手術(shù)系統(tǒng)運(yùn)行效率已成為降低醫(yī)院運(yùn)營成本、提升醫(yī)院綜合效益和保證醫(yī)療服務(wù)質(zhì)量的關(guān)鍵問題,而提高手術(shù)系統(tǒng)運(yùn)作效率的重要途徑則是高效的手術(shù)排程。本文將手術(shù)排程作為一個包括術(shù)前準(zhǔn)備、術(shù)中手術(shù)與術(shù)后恢復(fù)在內(nèi)的三階段問題進(jìn)行研究,其中術(shù)前和術(shù)后階段共用床位資源。本文考慮了手術(shù)創(chuàng)傷和未徹底消除的麻醉影響可能導(dǎo)致患者病情惡化的情況,將三個階段之間不允許等待這一限制加入了約束條件,提出了以患者的平均恢復(fù)完成時(shí)間最小化為目標(biāo)的無等待可重入手術(shù)排程模型。針對該手術(shù)模型的特點(diǎn),設(shè)計(jì)了基于遺傳算法和變鄰域搜索的混合算法GA-IVNS,并在變鄰域搜索中設(shè)計(jì)了六種基于基因塊的鄰域結(jié)構(gòu)。通過數(shù)值實(shí)驗(yàn)對相關(guān)算法的性能進(jìn)行了對比分析,表明GA-IVNS算法求解性能更優(yōu),且根據(jù)問題特性對鄰域進(jìn)行策略性設(shè)計(jì)有助于算法效率的提高。為了進(jìn)一步增加排程算法的實(shí)用性,本文還考慮了手術(shù)各階段不確定服務(wù)時(shí)間及老幼年患者手術(shù)需求特性,在術(shù)中和術(shù)后階段采用三角模糊數(shù)描述手術(shù)和恢復(fù)時(shí)長,同時(shí)考慮在術(shù)前階段老幼年患者的惡化效應(yīng)所導(dǎo)致的不確定準(zhǔn)備時(shí)間。以患者的平均恢復(fù)完成時(shí)間最小化為目標(biāo)建立了無等待不確定可重入手術(shù)排程模型,并且在GA-IVNS算法的基礎(chǔ)上提出了 GA-AVNS算法。該算法不僅將基于選擇概率的輪盤賭規(guī)則應(yīng)用于鄰域間自適應(yīng)變換,并且結(jié)合新問題的特點(diǎn)進(jìn)一步對鄰域進(jìn)行了策略性設(shè)計(jì),最后通過實(shí)驗(yàn)比較分析驗(yàn)證了該算法的有效性,并且說明了在混合算法中加入自適應(yīng)鄰域選擇機(jī)制有助于算法效率的提高。
【學(xué)位單位】：武漢大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R197.3;TP18
【部分圖文】：

手術(shù)開始時(shí)間，使得患者的平均恢復(fù)完成時(shí)間最小。??由于生產(chǎn)制造系統(tǒng)與醫(yī)療服務(wù)系統(tǒng)具有一定的相似性，因此越來越多的學(xué)者??將生產(chǎn)制造系統(tǒng)中的理論用于醫(yī)療服務(wù)研宄中�；颊呤中g(shù)流程圖如圖３．１所示，??醫(yī)院的多個手術(shù)室或多個ＰＨＵ－ＰＡＣＵ床位可視為并行加工的同種機(jī)器（其中每??個ＰＨＵ－ＰＡＣＵ床位為多功能機(jī)），每一臺手術(shù)視作加工工件，手術(shù)流程中的術(shù)??前、術(shù)中、術(shù)后三階段相當(dāng)于混合流水車間加工過程中的三道工序�；颊叩男g(shù)前??準(zhǔn)備和術(shù)后恢復(fù)均在ＰＨＵ－ＰＡＣＵ進(jìn)行，因此該手術(shù)排程問題具有可重入特點(diǎn)，??可近似為無等待可重入混合流水車間調(diào)度問題，而此問題是一類強(qiáng)ＮＰ－ｈａｒｄ優(yōu)??化調(diào)度問題（Ｈａｌｌ等，２００８）。??１８??

武漢大學(xué)碩士學(xué)位論文ｔｌ?ｃｕｔ２?ｃｕｔｌ?ｃｕ”?丨丨＂丨｜?，?，?１?７?６?５?｜１０?４?８?２?９?１?父代?２?２?９?３?８?４?ｌ９?３?８：４?１?８?｜?２?Ｉ?９?Ｉ?１?ｆ代?２?２?７?６?５?１０?４二＇－．?ｉ????１??；?ｉ．．．．．．?．?ｉ?：??．．；．ｊ＾：］ｌｊ：ＴＶ８ｊ４７ｉ：７：ｉ?６?｜?５?｜ｉ〇｜?２?子代?２?２?７?－?６￣＾Ｓ?；１Ｑ?４?｜圖３．５交叉操作??作??依據(jù)變異概率用其他等位基因替換個體部分現(xiàn)有維持種群多樣性。在此采用插入變異法，具體過位ｃｆｅ／ｅ／ｅ和／？從７＊／?，將位的基因刪除，然后因右移一位，最后將之前刪除的基因填入／ｗｅｒｒ位ｉｎｓｅｒｔ?ｄｅｌｅｔｅ??

??圖３．７所示的調(diào)度甘特圖可以更直觀地解釋塊的定義：對應(yīng)患者序列為??｛６，２，１，９，５，４，１０，３，７，１１，８，１３，１２｝，分為?４?個子序列（塊），分別為｛６，２，１，９，５，４，１０｝、??｛３，７｝、｛１１｝和｛８，１３，１２｝。??紫色：術(shù)前準(zhǔn)備?黃色：術(shù)中執(zhí)行?綠色：術(shù)后恢復(fù)??１０?門???１?１?１???５?７??９?－Ｓ???—?－??９?１１?１２??８??????????１?４?１３??剎?了?一?????????＿??昤?２?３?８??Ｉ?６—?ｒ—￣?＿??６?１０??｜１?ＷＩＺＩｌＺＪ「?—??５｜?、二人＂／?■?ｉ??１：?ｆ?＝?Ｈ‘?Ｉ??０?５０?１００?１５０?２００?２５０?３００?３５０?４００?４５０?５００?５５０?６００?６５０?７００?７５０?８００??時(shí)間／ｍ??圖３．７調(diào)度甘特圖??３．４．６．２令Ｐ域結(jié)構(gòu)??與工件（在此為患者）順序相關(guān)的鄰域類型主要有三種：ｉｎｓｅｒｔｉｏｎ移動（從??一個工件序列中隨機(jī)刪除一個工件并將它隨機(jī)插入到工件序列的其它位置上）、??ｓｗａｐ移動（隨機(jī)交換工件序列中兩個相鄰或不相鄰的工件）和ｒｅｖｅｒｓｅ移動（任??選兩個工件，將這兩個工件之間所有工件逆序）。結(jié)合本研究問題的特點(diǎn)，本文??提出以下六種基于塊的鄰域結(jié)構(gòu)丨ｙＶｐＡ＾，７Ｖ３，ｉＶ４，Ｋ丨，其巾ｗ為當(dāng)前染色體??中塊的個數(shù)。六種鄰域結(jié)構(gòu)分別進(jìn)行塊內(nèi)或塊間移動操作，有助于使塊的個數(shù)盡??ｎＪ能減少，以減少等待忠者數(shù)量和手術(shù)室紀(jì)?
【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 周炳海;殷萌;;不定時(shí)間下帶資源約束的手術(shù)室魯棒調(diào)度方法[J];上海交通大學(xué)學(xué)報(bào);2015年12期

2 王昱;唐加福;曲剛;宮俊;;醫(yī)院手術(shù)調(diào)度問題的多目標(biāo)粒子群優(yōu)化方法[J];系統(tǒng)仿真學(xué)報(bào);2014年08期

3 賀天勇;項(xiàng)薇;;護(hù)士資源不確定下手術(shù)排程重調(diào)度[J];科技與管理;2014年03期

4 張政;謝曉嵐;耿娜;;多目標(biāo)優(yōu)化下的手術(shù)室分派調(diào)度問題[J];上海交通大學(xué)學(xué)報(bào);2012年12期

5 李惠;蔣大奎;;手術(shù)持續(xù)時(shí)間不確定的手術(shù)排程魯棒優(yōu)化[J];工業(yè)工程與管理;2012年05期

6 王恕;馬欽海;關(guān)志民;;應(yīng)用模糊移動瓶頸法的門診患者調(diào)度[J];工業(yè)工程與管理;2010年05期

7 李晶;楊松凱;;優(yōu)化手術(shù)室業(yè)務(wù)流程提升手術(shù)臺利用率[J];齊魯醫(yī)學(xué)雜志;2010年02期

相關(guān)博士學(xué)位論文 前1條

1 王昱;手術(shù)室能力分配與優(yōu)化調(diào)度問題的隨機(jī)規(guī)化和魯棒優(yōu)化方法研究[D];東北大學(xué);2015年

相關(guān)碩士學(xué)位論文 前4條

1 呂加倫;手術(shù)服務(wù)時(shí)間可變的預(yù)約病人手術(shù)排程研究[D];東南大學(xué);2017年

2 李播;基于分支定價(jià)的手術(shù)計(jì)劃調(diào)度研究[D];大連理工大學(xué);2017年

3 馬長越;考慮行為因素的手術(shù)室離散系統(tǒng)仿真[D];寧波大學(xué);2017年

4 殷姣;基于多資源約束柔性工件車間調(diào)度的手術(shù)排程優(yōu)化研究[D];寧波大學(xué);2013年

本文編號：2894030