護(hù)士需求預(yù)測及優(yōu)化排班問題研究.pdf

1、護(hù)士是醫(yī)院日常運(yùn)營的基礎(chǔ)，科學(xué)合理地安排護(hù)士工作時(shí)間不僅能夠緩解其壓力、提高護(hù)理質(zhì)量，而且能夠降低醫(yī)院的人力資源運(yùn)營成本，因此護(hù)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(dòng)法規(guī)約束，外加需要考慮不同護(hù)士的能力級(jí)別差異，因此，護(hù)士排班問題（又稱護(hù)士調(diào)度問題）是極為復(fù)雜的組合優(yōu)化問題，屬NP難問題，在國外深受研究關(guān)注。近年來已研制出多種基于軟計(jì)算的方法。但是其中的問題模型具有較強(qiáng)西方國家特點(diǎn)，護(hù)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(duì)護(hù)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(jī)制，難以綜合考慮護(hù)士級(jí)別差異和各種勞動(dòng)法規(guī)等約束。迄今尚未見針對(duì)我國護(hù)士排班問題建立的一個(gè)完整的帶勞動(dòng)法規(guī)約束且能夠考慮護(hù)士級(jí)別差異的問題模型.這正是本研究的主旨之一.
　　 由于護(hù)士排班是基于已知的護(hù)士需求數(shù)的基礎(chǔ)上進(jìn)行的，而國內(nèi)對(duì)護(hù)士需求數(shù)的給定往往是僅僅憑借人的經(jīng)驗(yàn)手工給出的。因此，為使護(hù)士排班方案更具實(shí)用價(jià)值，本文

3、在進(jìn)行護(hù)士優(yōu)化排班方法研究之前，首先進(jìn)行了護(hù)士需求預(yù)測方法研究。
　　 在護(hù)士需求預(yù)測方法研究方面，首先分析了護(hù)士需求數(shù)與病人數(shù)量的關(guān)系，應(yīng)用時(shí)間序列分析方法分別建立了病人數(shù)量預(yù)測的周期趨勢模型和ARIMA模型；然后根據(jù)預(yù)測模型對(duì)病人數(shù)量進(jìn)行了預(yù)測，實(shí)例驗(yàn)證結(jié)果顯示：預(yù)測的誤差分別在7%和5%左右，能夠滿足醫(yī)院安排護(hù)士的精度要求；最后，基于預(yù)測誤差最小的一組數(shù)據(jù)，計(jì)算出護(hù)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(hù)士優(yōu)化排班問題研究方面，針對(duì)帶有一系列勞動(dòng)法規(guī)約束且考慮護(hù)士級(jí)別差異的護(hù)士排班問題，建立了一個(gè)完整的整數(shù)規(guī)劃模型，并進(jìn)一步擴(kuò)展模型使其能夠反映護(hù)士請(qǐng)假、對(duì)工作時(shí)間的偏好以及護(hù)士間配合默契程度諸多實(shí)際因素，隨后設(shè)計(jì)了一系列變換規(guī)則，構(gòu)造出一個(gè)護(hù)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(jìn)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(yù)測模型得到的護(hù)士需求數(shù)，分別應(yīng)用下降算法和概率下