護士需求預測及優(yōu)化排班問題研究.pdf

1、護士是醫(yī)院日常運營的基礎，科學合理地安排護士工作時間不僅能夠緩解其壓力、提高護理質(zhì)量，而且能夠降低醫(yī)院的人力資源運營成本，因此護士排班已成為醫(yī)院管理工作的重要內(nèi)容之一。但是，由于排班中存在一系列勞動法規(guī)約束，外加需要考慮不同護士的能力級別差異，因此，護士排班問題（又稱護士調(diào)度問題）是極為復雜的組合優(yōu)化問題，屬NP難問題，在國外深受研究關注。近年來已研制出多種基于軟計算的方法。但是其中的問題模型具有較強西方國家特點，護士班型和約束條件與國

2、內(nèi)問題存在較大差異。國內(nèi)對護士排班問題的研究起步較晚，并且主要是模擬簡單的手工排班方式，一般缺乏有效的優(yōu)化機制，難以綜合考慮護士級別差異和各種勞動法規(guī)等約束。迄今尚未見針對我國護士排班問題建立的一個完整的帶勞動法規(guī)約束且能夠考慮護士級別差異的問題模型.這正是本研究的主旨之一.
　　 由于護士排班是基于已知的護士需求數(shù)的基礎上進行的，而國內(nèi)對護士需求數(shù)的給定往往是僅僅憑借人的經(jīng)驗手工給出的。因此，為使護士排班方案更具實用價值，本文

3、在進行護士優(yōu)化排班方法研究之前，首先進行了護士需求預測方法研究。
　　 在護士需求預測方法研究方面，首先分析了護士需求數(shù)與病人數(shù)量的關系，應用時間序列分析方法分別建立了病人數(shù)量預測的周期趨勢模型和ARIMA模型；然后根據(jù)預測模型對病人數(shù)量進行了預測，實例驗證結(jié)果顯示：預測的誤差分別在7%和5%左右，能夠滿足醫(yī)院安排護士的精度要求；最后，基于預測誤差最小的一組數(shù)據(jù)，計算出護士需求數(shù)，為隨后研制的優(yōu)化排班方法提供輸入數(shù)據(jù)。
　

4、　 在護士優(yōu)化排班問題研究方面，針對帶有一系列勞動法規(guī)約束且考慮護士級別差異的護士排班問題，建立了一個完整的整數(shù)規(guī)劃模型，并進一步擴展模型使其能夠反映護士請假、對工作時間的偏好以及護士間配合默契程度諸多實際因素，隨后設計了一系列變換規(guī)則，構(gòu)造出一個護士優(yōu)化排班方法。為了克服該算法容易陷入局部最優(yōu)的問題，又進一步增加的概率規(guī)則，研制出基于概率規(guī)則的概率下降算法。
　　 最后，依據(jù)預測模型得到的護士需求數(shù)，分別應用下降算法和概率下