文摘gydF4y2Ba

本文研究的现实问题门诊最小化的多目标资源加班,病人等待时间,等候区堵塞。在诊所,有几个病人类,每个遵循不同的治疗过程通过多相流动路径和多服务器排队系统与稀缺的员工和有限的空间。我们把概率的随机因素的病人被转移到不同的流动路径,病人守时,到达时间,过程持续时间,陪同游客的数量。我们提出一个新的两阶段基于仿真的启发式算法来评估各种战术和操作优化多个目标的决策。在舞台上我,我们寻找一个资源分配计划,在第二阶段,我们决定一块约会安排病人类和服务纪律的日常运营水平。我们还探讨不同策略的影响及其集成识别最好的组合。计算实验的基础上设计的数据研究公立医院的眼科诊所。结果表明,我们的方法大大减轻了不受欢迎的结果通过集成的策略和增加资源灵活性瓶颈过程不增加资源。gydF4y2Ba

1。介绍gydF4y2Ba

这篇文章探讨了如何供给和需求规划在战术和操作层面的资源分配和调度可以同时被认为是病人预约会议。联合研究公立医院的眼科门诊中描述(gydF4y2Ba1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba)动机调查的综合规划问题从病人和工作人员的角度提高系统性能。间接的好处是创建一个机会提高服务能力和减少病人门诊访问时间。问题特点的眼科诊所可以广义门诊操作像多相和多服务器队列系统。大量的预约调度的研究往往集中在一个或两个服务(比如,一个医生的咨询为重点,与preconsultation过程二次聚焦)推导分析属性(gydF4y2Ba3gydF4y2Ba]。结构简单还允许病人最优序列和进度被传播变为免费获得了排队系统近似参数(gydF4y2Ba4gydF4y2Ba,gydF4y2Ba5gydF4y2Ba]。多相预约系统涉及到大量的病人在一个会话中发现其他实际情况,如在公共医学中心门诊或医院(gydF4y2Ba1gydF4y2Ba,gydF4y2Ba6gydF4y2Ba]。患者通常是由类分类不同的工艺路线,通过门诊要求多个资源中心与许多随机因素。利益相关者表达自己的偏好在多个经常相互矛盾的性能措施(gydF4y2Ba7gydF4y2Ba]。系统的复杂性从而增加良好决策的难度。gydF4y2Ba

基于医疗规划决策的分类(gydF4y2Ba8gydF4y2Ba),本文研究了三种类型的决策:资源分配,阻止任命调度在战术层面,和服务纪律(选择下一个病人的治疗)在操作级别。多个决策的整体计划可以提供造型的优势互动的影响,以找到最佳的组合决策。这是一个研究方向,在最近的一项调查指出在门诊预约系统的优化研究[gydF4y2Ba9gydF4y2Ba]。相关研究包括一个单相单服务器的问题在一个门诊手术中心决定病人预订的数量,测序,和日常调度一起被认为是(gydF4y2Ba3gydF4y2Ba]。与不确定性过程持续时间和出勤率,问题是使用随机规划模型制定。分析属性源自最优解决方案用于开发算法启发式为解决更大的问题。另一个研究在放射科(gydF4y2Ba10gydF4y2Ba)考虑资源分配和任命调度决策两个CT扫描仪(资源)。中期能力调整开放时间,和短期分配,每天播发或者刊登的是由患者组之间。很难找到最优的解决方案这中期和短期的规划问题,病人调度规则类似的实践部门(按随机服务,先)结合静态或动态分配计划与该方法作为比较的基准。目前的工作是相似的,不同的服务纪律将结合性能比较的战术水平决定。gydF4y2Ba

应用需求与供应策略比单向策略更有效。需求和供给规划策略考虑医疗研究往往涉及以不同的方式使用模拟和优化技术。调查的应用模拟医疗可以在[gydF4y2Ba11gydF4y2Ba- - - - - -gydF4y2Ba13gydF4y2Ba]。在容量规划问题匹配新病人肿瘤学家gydF4y2Ba14gydF4y2Ba),策略应用的需求包括病人转移和发展的调度规则分配新的病人肿瘤学家来满足访问时间宽容。供应策略包括确定各种混合的肿瘤学家具有不同专门化和添加一些附加任命正常的每周产能,以满足需求和实现新病人的访问时间宽容。专业化的肿瘤学家在治疗中一个或多个类型的肿瘤(gydF4y2Ba14gydF4y2Ba是类似于合格的技能(程序)的每个资源单位在当前的研究中。资源的供应单位已经给定,但他们被分配给任务资格技能更好地匹配策略(预约调度和服务纪律)的需求。我们的工作将仿真方法合并到启发式优化框架,以寻找和评估病人不同的资源分配和调度决策,需要改进。系统中可能存在多个瓶颈及其交互影响系统的性能不容易理解,计算的方法是采用连续找到一组集成的决策,可以提高多个目标。在另一项研究中入院时和容量计划治疗皮肤癌(gydF4y2Ba15gydF4y2Ba),一个新的一站式(OSS)概念测试的可行性和运营服务的最佳途径。类似于病人分类在当前的研究中,能力分析(gydF4y2Ba15gydF4y2Ba)涉及识别处理配置文件(或类型)和资源用于新病人。吞吐量(或系统)的新患者的治疗是减少的目标性能测量(gydF4y2Ba15gydF4y2Ba)在多个目标被认为是在我们的研究中。gydF4y2Ba

医疗环境常常面临着相互冲突的目标在管理不同利益相关者的期望。等待时间预约当天是典型的关心病人。它被定义为吞吐量时间排除过程的总和乘以系统中更好的代表没有附加值的时间。过度加班降低员工士气和工作满意度而拥挤的等候区影响各方的满足感。这项工作有助于最小化这三个目标通过结合成一个加权目标函数的权重由用户选择。在规划决策[医疗文献和调查gydF4y2Ba8gydF4y2Ba),前两个目标是采用更常见。交通拥堵得到的关注更少一些例外当地医疗中心等多个专业共享相同的等候区(gydF4y2Ba6gydF4y2Ba]。场景,在改进策略安排患者更拥挤的专业课程不太拥挤的发现减少高峰拥堵。这种策略影响了目前的设计重新安排病人的预约时间块经历大gydF4y2BaundesirablgydF4y2Bae(或造成很大影响gydF4y2Ba价值gydF4y2Ba目标)时间块较小的影响。在其他诊所,服务位置相同的专业诊所是分散的,并不是所有的患者都在同一个地方等待程序。病人等待时间之间的关系,服务器超时,拥堵在诊所等候区由加权目标函数及其表示这里权衡使用仿真探索。过去的门诊研究采用类似的加权分数方法包括(gydF4y2Ba7gydF4y2Ba在大规模的肿瘤中心)的一项研究。减少病人系统时间和资源加班multifacility系统,构造加权分数由星期考虑多个维度,病人类型,设施,和时间。改进策略包括改变供应或需求表示为16个独立的因素。虽然大多数供应的因素(gydF4y2Ba7gydF4y2Ba考虑添加资源的一个医生或护士,我们的研究搜索改进资源分配计划计算在不增加资源。病人调度决策探索更广泛在这里通过自动化的搜索(块)任命的时间表。类似于(gydF4y2Ba7gydF4y2Ba),测试服务规程的变化。在[gydF4y2Ba7gydF4y2Ba),是优先考虑患者需要任命更多的设施比用更少。我们考虑一个等价的优先规则,最多的继任者(LNS),除了其他优先规则和一种新的自适应规则。这种多目标方法的应用可以扩展到multispecialty诊所托管在同一大厅等候,分享相似的约会时间和一些常见的资源。gydF4y2Ba

几个案例研究专家门诊阐明这项工作的发展。眼科专家门诊的详细研究是在新加坡国家眼科中心进行gydF4y2Ba16gydF4y2Ba]。分类的主要患者组(新和后续),预处理和post-consultation程序的存在,和复杂的病人流序列类似于那些在这项研究。提出了四种改进策略,包括新技术(dilation-free眼睛检查)和改变预约时段(持续时间和槽两个病人组)之间的比例系统在一个单独的约会。更改预约时段实施和降低了病人的平均周转时间(系统时间)。分享他们的工作有相似之处,我们在改善资源配置进一步目标配合病人调度。在另一项研究在英国医院眼科门诊(gydF4y2Ba17gydF4y2Ba),最初的定性的方法是建议,随后一系列简单(或有时更复杂)定量模型取决于环境。提出了长期和日常运营策略。从作者的早期作品在一个公立医院的眼科诊所,模拟研究运营改善(gydF4y2Ba1gydF4y2Ba)和一个确定性块任命调度启发式(gydF4y2Ba2gydF4y2Ba]。目前的工作是一个扩展的gydF4y2Ba1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba)包括战术决策的资源分配和环境中的随机因素。gydF4y2Ba

总而言之,这篇文章地址下面的问题为多相和多服务器队列系统随机因素,以优化(加权平均)病人等待时间的目标,资源加班,和等候室堵塞:gydF4y2Ba(我)gydF4y2Ba服务原则:当一个临床工作人员可用,等待治疗的患者是怎么选择的?gydF4y2Ba(2)gydF4y2Ba块约会安排:如何决定一块约会时间表对于一个给定数量的病人,病人类分类?gydF4y2Ba(3)gydF4y2Ba资源分配:一为任务分配资源,每个资源单元有一个或多个技能在处理系统中不同的任务吗?gydF4y2Ba

拥有多种技能将在任务分配提高资源效率和灵活性。这样的gydF4y2Ba资源的灵活性gydF4y2Ba也将有助于长远发展的连续性护理强调医疗。护理的连续性是指从业者处理他们自己的病人,使他们能够响应患者个体的不断变化的需求。它已被建议作为一个策略在提高初级保健gydF4y2Ba18gydF4y2Ba),因为它将对病人的长期健康状况的影响。然而,在当地公立专科诊所,这样的实践尚未实现。病人只是分配给一个可用的临床医生(医生、护士)在每一个过程。如果资源是专门在一个单一的技能,将会有一个权衡的可访问性卫生保健提供者在实现连续性的护理。在社区助产学问题,助产士去客户家的位置提供产后护理,旅行时间之间的权衡和护理的连续性进行了研究gydF4y2Ba19gydF4y2Ba]。结果表明,分配和路由的助产士他们自己的客户不能达到完美,但是高度的70%与相对较小的额外的旅行时间是可行的。主要障碍完美的连续性护理模式转变和兼职工作的员工。建议合理灵活的时间表的家访,更高程度的连续性的护理是可以实现的。这项研究有可能关联到当前工作分析的集成服务纪律、约会安排和资源分配。当引入护理的连续性,有多个技能将使资源为一组更大的客户,从而提高效率。除此之外,还有资源和程序通常由所有患者共享。类似于(gydF4y2Ba19gydF4y2Ba),目前的工作可以作为一个基本模型检查权衡实现完美或高度的连续性的护理。gydF4y2Ba

图gydF4y2Ba1gydF4y2Ba显示的图形表示方法和时间框架的三个决定。资源可用性是已知的在战术层面,说前几周或几个月约会的一天。每日预约配额为每个专家诊所通常是设定的考虑各种因素,包括服务需求,人力,物理设施的能力。因此,每日限额由病人类也可以在战术级别。的战术决策方法包括找到一个提高资源计划(I期)和块的约会安排(第二阶段)迭代的基于他们的初始配置。在日常操作层面,员工可以决定服务纪律。这也是作为一个离线程序任命调度阶段评估结果表现。除了提出自适应病人选择规则作为服务规程,许多著名的优先级规则申请比较。在本文中被定义为一个两阶段算法的应用两阶段I和II(1 + 2)阶段包括病人选择规则。所有方法与基本场景定义的初始资源计划和块预约时间表与“先来先得”的规则(先)。gydF4y2Ba

1.1。研究问题gydF4y2Ba

分析的方法是分类表gydF4y2Ba1gydF4y2Ba。gydF4y2Ba

以下研究问题的调查实验的基础上,从一家眼科诊所设置和参数在早期研究[gydF4y2Ba1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba]:gydF4y2Ba(我)gydF4y2Ba多少改善基础场景可以从不同的方法获得?gydF4y2Ba(2)gydF4y2Ba算法执行比其他人?gydF4y2Ba(3)gydF4y2Ba它足以找到一个好的资源配置计划(I期)?的额外的好处是什么约会安排(第二阶段)在综合战略(1 + 2)阶段?gydF4y2Ba(iv)gydF4y2Ba资源的灵活性的影响是什么?gydF4y2Ba

研究问题(3)背后的基本原理是,在某些情况下,如股权问题,操作约束和不完整的患者信息,它可能不是可能的调度优化约会。问题(3)探讨了通过对比结合使用这两种策略的好处(I +阶段II)在未经指定的资源分配,调度(我只阶段)。gydF4y2Ba

1.2。贡献gydF4y2Ba

我们所知,几乎没有医疗研究旨在整合资源分配和病人为战术和作战计划调度决定。解决问题的一个现实的大小与数百名门诊病人安排半天会议需要多个程序和资源,一个迭代的两阶段,提出了基于仿真的优化方法。算法设计新颖的适应性解决方案方法不需要增加资源。如果病人流统计可以动态地跟踪系统中,可以定期更新问题参数自动决策支持解决方案。gydF4y2Ba

本文组织如下。部分gydF4y2Ba2gydF4y2Ba介绍了集成问题。的分解,基于仿真的集成问题分成两阶段启发式遵循节gydF4y2Ba3gydF4y2Ba。计算实验的设计和部分中给出的方法进行比较gydF4y2Ba4gydF4y2Ba。结果,讨论,并给出模型的局限性gydF4y2Ba5gydF4y2Ba。最后,结论和见解gydF4y2Ba6gydF4y2Ba。gydF4y2Ba

2。问题描述gydF4y2Ba

集成的模型假设问题来自一家眼科诊所的早期研究gydF4y2Ba1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba),但可以推广到多相和多服务器排队系统。假设(i) - (xi)主要关注病人和预约调度,而剩下的假设(十二)——(十七)专注于资源和分配。gydF4y2Ba

2.1。模型的假设gydF4y2Ba

(我)gydF4y2Ba总共gydF4y2Ba患者定于任命会话。gydF4y2Ba(2)gydF4y2Ba每个病人分为完全之一gydF4y2Ba病人与给定类课程比例。病人在一个类可能会转移到一个或多个治疗路径取决于他们的健康状况。每条路径对应于一个由合格的资源单位定义一系列的程序处理。gydF4y2Ba(3)gydF4y2Ba治疗过程中可以由任何单位合格的资源组。过程作用于单个病人或一批(连续)的患者。gydF4y2Ba(iv)gydF4y2Ba在病人治疗过程的开始时间必须满足病人的治疗的优先关系序列(允许连续过程)之间的运动时间和记录处理时间和资源单位的竣工时间前面的病人。gydF4y2Ba(v)gydF4y2Ba预约会议持续时间gydF4y2BaTgydF4y2Ba分为gydF4y2BaKgydF4y2Ba块的时间。第一个gydF4y2Ba块有相等的长度(但相等的长度并不总是必要的),而最后一块像一个大的时间缓冲,直到会话结束。gydF4y2Ba(vi)gydF4y2Ba每个病人预定到达的一个开始gydF4y2BaKgydF4y2Ba时间块,虽然实际到达时间可能会有所不同。gydF4y2Ba(七)gydF4y2Ba交通拥堵级别(或队列长度)是衡量的病人和他们的陪同游客人数在诊所等候区等待过程。病人和访客排队或参加过程在诊所等候区(如注册和预约预订)将不会被包括在拥堵员工。gydF4y2Ba(八)gydF4y2Ba访客陪同病人会跟随他们在他们的门诊服务流程(包括等待,进入治疗房间)。gydF4y2Ba(第九)gydF4y2Ba考虑随机因素包括病人守时,早熟/关于约会迟到时间,病人在一个类被转移到不同的治疗方法,手术时间,游客伴随每个病人的数量。gydF4y2Ba(x)gydF4y2Ba鉴于约会提醒医护人员签发,对门诊服务的需求(在公立医院)高,旷课不考虑或已经在决定任命配额(占gydF4y2Ba在假设(i)。gydF4y2Ba(十一)gydF4y2Ba为了避免进一步提高员工工作负载(观察到一些公立医院),一个超订策略没有采纳的也没有占在假设(i)。gydF4y2Ba(十二)gydF4y2Ba资源单位的总数在资源集(gydF4y2Ba)和个人的技能资源单位在战术层面,在规划周期保持不变。gydF4y2Ba(十三)gydF4y2Ba每个资源单元分配给一个治疗过程或一组结合在整个约会会话(例如,注册和预约预订通常结合并分配给一个或多个资源单位)。gydF4y2Ba(十四)gydF4y2Ba一个资源单元完全分配给执行一个批处理程序在整个预约会议。gydF4y2Ba(十五)gydF4y2Ba资源单位分配给执行治疗过程(或联合组)被认为是相同的和有相同的服务速率。gydF4y2Ba(十六)gydF4y2Ba每个过程都应该分配给至少一个资源单元。gydF4y2Ba(十七)gydF4y2Ba每个资源单位灵活地选择任何病人等待他或她的下一个治疗。gydF4y2Ba

2.2。多个目标gydF4y2Ba

集成问题的多个目标最小化病人平均等待时间(gydF4y2Ba),平均资源加班(gydF4y2Ba),平均拥挤度(gydF4y2Ba)表示为一个加权函数gydF4y2Ba 在哪里gydF4y2Ba代表的重量或相对客观的重要性gydF4y2Ba 由用户决定。一个类似的加权性能措施被采用(gydF4y2Ba7gydF4y2Ba平均系统时间和平均诊所加班。观察到的实践的基础上(gydF4y2Ba1gydF4y2Ba),早期到达病人被允许开始注册为了服务人民为中心,避免资源空闲时间。因此,病人等待时间的开始被定义为实际病人到达时间(随机)或预约会议的开始时间,无论以后是。一个资源单元的加班是多余的工作时间超出了会话持续时间(gydF4y2BaTgydF4y2Ba),如果任何。平均每个资源单位加班gydF4y2Ba是加班的总和除以总数量的资源单位。平均拥挤的目标gydF4y2Ba只考虑患者(游客)等治疗过程在诊所等候区一些执行外部程序。这是估计小定律对平均队列长度gydF4y2Ba (gydF4y2Ba20.gydF4y2Ba]。它也可以表示为时间的总和所有游客排队等待,除以观察周期的持续时间。移民包括病人和访客gydF4y2Ba观察到在会话持续时间(gydF4y2BaTgydF4y2Ba),gydF4y2BavgydF4y2Ba_jgydF4y2Ba游客的数量陪同病人吗gydF4y2Ba 。gydF4y2Ba

2.3。模型的决策gydF4y2Ba

(图三个战术和操作决策gydF4y2Ba1gydF4y2Ba)优化加权目标函数(gydF4y2Ba1gydF4y2Ba在以下定义)。集成和独立的影响将在计算实验分析调查研究问题(部分gydF4y2Ba1.1gydF4y2Ba)。gydF4y2Ba(D1)gydF4y2Ba资源配置计划(R):每个资源分配单元(gydF4y2Ba ),它的一个合格的程序(单一或联合组)为整个预约会议gydF4y2Ba(D2)gydF4y2Ba块预约时间表(A):病人的数量gydF4y2Ba从一个病人类gydF4y2Ba 安排预约时间块的开始gydF4y2Ba ,在那里gydF4y2Ba (D3)gydF4y2Ba服务纪律(S):等待病人中选择下一个病人治疗,每当一个资源单元是免费的。gydF4y2Ba

可用的人力资源组的战术层面。甚至在操作层面,资源的分配单位合格手续(D1)可以提高对于一个给定的约会安排或同时考虑这三个决定。块预约时间表(D2)决定在战术层面可以作为预订列表让未来的约会。服务纪律(D3)在操作层面将利用系统状态信息,包括资源单位和等待的病人。gydF4y2Ba

2.4。系统的约束gydF4y2Ba

在多相系统约束和多服务器系统通常与管理供给,需求,流序列。这包括每个单元的分配不同的资源来合格的程序(假设(十三)和(十四))和每个过程的人员要求(假设(十六))。分配病人时间块确保每个病人才会安排一个约会时间块(假设(vi))。相反,病人分配到每个时间块的总和不得低于最低极限,以避免资源闲置时间和可能的其他重载时间块。gydF4y2Ba病人的到达时间gydF4y2Ba是随机的,病人可能比预约的时间早或晚到达,但不早于设施开放时间。的gydF4y2Ba程序开始蒂姆gydF4y2Bae为每个病人不得早于可用的起始时间分配资源的单位(s)。的gydF4y2Ba优先约束gydF4y2Ba确保病人的手术只能开始前的程序已经完成时,允许患者运动和时间间隔对员工处理记录。同样,时间限制为一个资源单元适用于每一个按顺序连续对病人接受治疗。的gydF4y2Ba容量约束gydF4y2Ba连续批处理程序限制病人的数量(和陪同游客)处理在任何时间不超过最大限制。(一个例子是一个视频会话教育天手术病人和陪同游客。视频播放不断反复,最大限度是空间能力。)gydF4y2Ba

关于问题的复杂性,确定性问题的特殊情况是流水车间调度问题有一个固定的资源规划与相同的序列治疗所有患者和最小化平均系统时间的单目标(或平均等待时间加上一个常数)。这种特殊情况已经被证明是np完备性(gydF4y2Ba21gydF4y2Ba]。因此,启发式方法应用模拟处理的不确定性提出了当前的问题。gydF4y2Ba

3所示。方法gydF4y2Ba

解决这个复杂的综合问题,涉及随机因素,一种新的两阶段提出了基于仿真的启发式。资源分配(I期)是高级的问题,和块预约调度包括服务纪律(第二阶段)是次要问题,或子问题。使用的方法是一个迭代的启发式优化算法和概率搜索和内存结构。每个阶段的细节将会以自上而下的方式来解释。gydF4y2Ba

3.1。资源分配问题(I期)gydF4y2Ba

主要的决定是资源配置计划(D1gydF4y2Ba2.3gydF4y2Ba),兼容的资源的数量分配到单位定义执行每个(单一或组合)过程。这一阶段被激活时II期终止条件满足。等待时间的统计数据从最近的约会安排记录II期结束时重新分配资源使用单位在他们合格的程序改进加权目标(gydF4y2Ba1gydF4y2Ba)。尽管没有最优的收敛性证明,这种方法利用等待的时间统计信息资源配置的是病人为中心。它是受激励的需求转移战略专业集群的病人去医院等待时间较短(gydF4y2Ba22gydF4y2Ba]。假设(十二)是这个阶段的关键资源的灵活性(技能)决定的程度可以重新分配资源的单位。gydF4y2Ba

3.1.1。减少偏差的平均等待时间(I期)gydF4y2Ba

高层资源分配问题的目的是减少偏差的平均等待时间过程中通过重新分配资源单位(图gydF4y2Ba2gydF4y2Ba)。这有助于缓解繁忙的服务器的工作负载。内存资源的计划检查(用gydF4y2Ba米gydF4y2Ba_我gydF4y2Ba)是维护,以避免重复。这个问题很复杂,离散决策的三层(部分gydF4y2Ba2.3gydF4y2Ba),达到计算效率也很重要。一个贪婪的资源分配方法提供了一个快速,改进解决方案,但质量没有保证的解决方案由于其自然启发式。这个概念是确定最繁忙的过程,用gydF4y2BaβgydF4y2Ba最大,平均等待时间,重新分配一个兼容的资源单元从另一个程序与一个较小的平均等待时间gydF4y2BaβgydF4y2Ba。这是实现排序的平均等待时间统计过程按照降序排列,最近的复制集的计算模拟(第二阶段)。相关的程序放在一个列表称为LgydF4y2Ba。gydF4y2BaL的第一过程被认为是忙碌的过程(gydF4y2BaβgydF4y2Ba),和一个兼容的资源单元从另一个程序(倒序的列表L)将被识别为重新分配gydF4y2Baβ。gydF4y2Ba如果由此产生的资源计划gydF4y2Ba(即是新的和可行的。,at least one unit is assigned to each procedure),我将记录在舞台上内存(gydF4y2Ba米gydF4y2Ba_我gydF4y2Ba)。否则,该过程将在l .重复使用下一个过程一次新的可行的计划gydF4y2Ba,第二阶段(预约调度)重新开始最近任命计划(gydF4y2BaπgydF4y2Ba),第二阶段记忆(用gydF4y2Ba米gydF4y2Ba_{二世gydF4y2Ba})将被刷新gydF4y2Ba是新的和独特的。最终,当没有新的可行的计划gydF4y2Ba可以发现,阶段我将终止,整个算法将结束。记录好的资源计划是最好的约会计划(gydF4y2BaπgydF4y2Ba_{最好的gydF4y2Ba})发现在第二阶段。gydF4y2Ba

3.2。块预约调度问题(第二阶段)gydF4y2Ba

在过去的研究中,预约调度问题主要集中在一个诊所。与某些修改,该方法可以扩展到多个诊所共享一些公共资源和等候区。块预约时间表(D2的战术性决策部分gydF4y2Ba2.3gydF4y2Ba)是搜索一些对于一个给定的资源分配计划(gydF4y2Ba在舞台上我)。这个阶段包括服务纪律(D3节gydF4y2Ba2.3gydF4y2Ba)作为绩效评估的离线操作程序和比较。解决方法是一个扩展的一种自适应调度启发式的发展确定的问题gydF4y2Ba2gydF4y2Ba]。新发展的这个阶段包括三个方面:改善病人选择规则的基础上动态状态信息;加强新的进度生成机制;并对仿真优化框架来处理不确定性。第二阶段的设计逻辑图所示gydF4y2Ba3gydF4y2Ba。gydF4y2Ba

3.2.1之上。评估计划的性能gydF4y2Ba

从一个给定的资源分配计划阶段,安排最近的一块约会的性能(gydF4y2BaπgydF4y2Ba_0gydF4y2Ba),定义为gydF4y2Ba 通过模拟的随机因素,将预测使用离散事件模拟。每个时间表将运行对于一个给定的复制,确保误差gydF4y2Ba 在评估加权客观价值不超过预定的限制100gydF4y2BaεgydF4y2Ba从样本平均% (gydF4y2Ba100 (1−)gydF4y2BaαgydF4y2Ba)%的自信程度。(gydF4y2Ba年代gydF4y2Ba样本标准差的加权的目标gydF4y2BangydF4y2Ba复制的模拟)。在舞台上我,生成一个内存块的约会安排在当前资源计划,用gydF4y2Ba米gydF4y2Ba_{二世gydF4y2Ba}将被保留,避免重复相同的时间表。第二阶段的末尾,最后安排及其性能统计数据将被用来生成一个新的资源配置计划(I期)。除了最后一个时间表(作为下一次迭代的开始计划阶段II)和最好的整体进度(gydF4y2BaπgydF4y2Ba_{最好的gydF4y2Ba}),其他安排的记忆gydF4y2Ba米gydF4y2Ba_{二世gydF4y2Ba}将被清除。gydF4y2Ba

3.2.2。病人选择规则(或服务纪律)gydF4y2Ba

这个操作的决定包括离线程序阶段II一起约会时间表来测试其对目标的影响。在另一项研究的眼科诊所(gydF4y2Ba16gydF4y2Ba),除了常用的“先来先得”的规则(先),选择预约时间顺序也采用特定的程序,比如评估和咨询。灵活的病人选择的好处是探索这里的假设下(十七)。对当前多相复杂和多服务器网络有大量的患者每会话和频繁的更新系统状态,自适应规则提出了(gydF4y2Ba2gydF4y2Ba)计算选择病人的直接影响目标函数(gydF4y2Ba1gydF4y2Ba)。这表明选择病人gydF4y2Ba等待设置的病人,用gydF4y2Ba ,gydF4y2Ba最不受欢迎的影响,gydF4y2Ba ,gydF4y2Ba(加权)客观价值:gydF4y2Ba

考虑一个可用的资源单元和一个等待的病人gydF4y2Ba 。gydF4y2Ba让gydF4y2Ba和gydF4y2Ba 最近完成了对病人和当前过程gydF4y2Ba ,gydF4y2Ba分别。除了病人gydF4y2Ba ,gydF4y2Ba假设有gydF4y2Ba等待的病人可以选择相同的资源单位。如果当前程序执行在诊所,让gydF4y2Ba是等待的病人和陪同游客的总和,否则和0。选择病人的影响gydF4y2Ba在每个单独的三个目标是解释如下:gydF4y2Ba(我)gydF4y2Ba第一项(gydF4y2Ba2gydF4y2Ba)代表估计影响病人等待时间(平均体重的目的gydF4y2Ba)当gydF4y2Ba病人每延误病人gydF4y2Ba与预期的治疗时间gydF4y2Ba 。gydF4y2Ba平均总延迟患者的总数(gydF4y2Ba),导致整体的表达gydF4y2Ba 。gydF4y2Ba(2)gydF4y2Ba同样的,客观的平均拥挤在诊所等候区(重量gydF4y2Ba),选择病人gydF4y2Ba会导致延迟的gydF4y2Ba为彼此等待的耐心,陪同游客。然后转换成交通拥堵措施。共有gydF4y2Ba目前病人和访客等待资源单元,gydF4y2Ba仍将是如果病人gydF4y2Ba选择的地方gydF4y2Ba是陪同游客的数量。对交通拥堵的影响客观估计通过使用小定律gydF4y2Ba (gydF4y2Ba20.gydF4y2Ba),除以在队列中等待时间之和,gydF4y2Ba 通过会话持续时间(gydF4y2Ba)。这导致第二个加权表达(gydF4y2Ba2gydF4y2Ba)。gydF4y2Ba(3)gydF4y2Ba最后一项(gydF4y2Ba2gydF4y2Ba)代表估计影响的目标平均资源加班(重量gydF4y2Ba)对所有资源的单位。资源加班gydF4y2Ba相关的gydF4y2Ba其余患者治疗时间未完成治疗。对当前资源单元,所有等待的病人(集gydF4y2Ba)需要一个预期的总剩余的治疗时间gydF4y2Ba ,gydF4y2Ba在这个时间点是一个常数。如果病人gydF4y2Ba被选中时,预期的治疗时间(余额扣除gydF4y2Ba每个资源单元)gydF4y2Ba ,在那里gydF4y2Ba资源单位的总数。忽略了常数项gydF4y2Ba给出了加权表达式的最后期限(gydF4y2Ba2gydF4y2Ba)。gydF4y2Ba

方程(gydF4y2Ba2gydF4y2Ba)代表一个规则管理之间的权衡立即治疗时间和剩余的治疗时间。(如果系统完全是病人为中心的,也就是说,gydF4y2Ba ,(gydF4y2Ba2gydF4y2Ba)和(gydF4y2Ba3gydF4y2Ba)成为最短处理时间规则。)相反,如果平均资源加班占主导地位,也就是说,gydF4y2Ba ,gydF4y2Ba ,(gydF4y2Ba2gydF4y2Ba)和(gydF4y2Ba3gydF4y2Ba)选择剩下的最长的患者治疗时间,这被称为关键路径规则。)方程(gydF4y2Ba3gydF4y2Ba)选择理想的病人(gydF4y2Ba(表达的)最少的不良影响gydF4y2Ba2gydF4y2Ba)。这种自适应规则的一个含义是,病人立即治疗时间短,长时间保持治疗总是优先于不同的权重。当关系发生在选择理想的病人(gydF4y2Ba)(gydF4y2Ba3gydF4y2Ba),先规则也适用于确保公平。gydF4y2Ba

3.2.3。生成一个新的时间表gydF4y2Ba

每一个现任总统任命的性能计划(gydF4y2BaπgydF4y2Ba通过运行)将被评估gydF4y2BangydF4y2Ba复制的模拟。(gydF4y2BangydF4y2Ba选择这样的误差估计的真正的意思是客观价值在100吗gydF4y2BaεgydF4y2Ba%的样本平均值)。程序用于生成一个新的计划从目前的计划gydF4y2BaπgydF4y2Ba采用概率贪婪的方法。其背后的基本原理是提高目标函数由时间重新安排一个病人池有一个更大的块gydF4y2Ba不受欢迎的gydF4y2Ba影响目标块减少的影响。病人的影响类客观权重值之和所有的病人。如果仿真结果显示,某些病人类(即有很大影响。,contribute a larger value to) the objective function of the current schedule, patients in such a class would be given a larger probability of being selected for rescheduling.

首先,选择过程引起了巨大的影响gydF4y2Ba从概率gydF4y2Ba。接下来,一个相关的病人类标识,它的病人之一是重新从一个时间到另一块,更大的影响块性能影响不大。病人的选择过程,相关类,和时间块(删除并重新插入患者)是基于概率分布由最近的性能统计数据记录gydF4y2BangydF4y2Ba复制。目标特征(例如,有一个巨大的影响客观)有更大的概率选择的建设。这些程序选择一个病人将被重复,直到一个水池gydF4y2BapgydF4y2Ba_{大小gydF4y2Ba}病人已经重新创建一个新的时间表(gydF4y2BaπgydF4y2Ba_新gydF4y2Ba)不记录在内存中gydF4y2Ba米gydF4y2Ba_{二世gydF4y2Ba}。(如果gydF4y2BaπgydF4y2Ba_新gydF4y2Ba发生之前,另一个池的gydF4y2BapgydF4y2Ba_{大小gydF4y2Ba}患者会选择延期。)gydF4y2BaπgydF4y2Ba_新gydF4y2Ba然后添加到内存gydF4y2Ba米gydF4y2Ba_{二世gydF4y2Ba}取代现任计划(gydF4y2BaπgydF4y2Ba),通过仿真,评价其性能。gydF4y2Ba

3.2.4。测试一种改进的时间表和终止(第二阶段)gydF4y2Ba

当现任任命计划(gydF4y2BaπgydF4y2Ba)是由仿真评估,平均客观价值gydF4y2Ba在gydF4y2BangydF4y2Ba复制将与记录好的客观的价值gydF4y2Ba从相关的时间表gydF4y2BaπgydF4y2Ba_{最好的gydF4y2Ba}。一种改进的时间表是测试的研究假设gydF4y2Ba (相对于零假设gydF4y2Ba )在预定的100gydF4y2BaγgydF4y2Ba%显著性水平。如果测试有统计学意义,gydF4y2Ba和gydF4y2BaπgydF4y2Ba_{最好的gydF4y2Ba}将被更新gydF4y2Ba和gydF4y2BaπgydF4y2Ba,分别。算法设计包括强化和多样化的搜索策略。只要确定一个改进计划,重新安排选择患者的最大数量(gydF4y2BapgydF4y2Ba_{max_sizegydF4y2Ba})将增加,使搜索时间延长到达第二阶段终止条件。当重新启动从最好的时间表,池大小参数(gydF4y2BapgydF4y2Ba_{大小gydF4y2Ba})是增加了一个稍微扩大规模的社区搜索新的时间表。gydF4y2Ba

3.3。基本情况gydF4y2Ba

基本情况是一个资源计划和一块约会安排收集在一个公立医院的眼科专家门诊(gydF4y2Ba1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba]虽然假设“(先)病人选择规则。他们还采用作为初始资源计划(gydF4y2Ba在舞台上我)和最初的时间表(gydF4y2BaπgydF4y2Ba_0gydF4y2Ba在第一次迭代阶段II)的方法。gydF4y2Ba

3.4。优先级规则比较gydF4y2Ba

除了建议病人选择规则(gydF4y2Ba2gydF4y2Ba)和(gydF4y2Ba3gydF4y2Ba)和先统治基础的情况下,许多著名的优先级规则申请比较。这些规则的好处的一个或多个三个目标(gydF4y2Ba1gydF4y2Ba)。他们如下:最短处理时间优先(SPT),最多的继任者(LNS),关键路径(CP)和最短的队列在下次操作(SQNO)。(回顾中可以找到的优先级规则(gydF4y2Ba23gydF4y2Ba]。)患者预约调度文学、调度低方差已知第一个病人等待时间和服务器之间的有效平衡空闲时间(gydF4y2Ba24gydF4y2Ba]。我们应用密切相关的规则,低范围(LR)规则,这是最小的范围选择等待病人治疗时间范围从早期的研究可用的信息(gydF4y2Ba1gydF4y2Ba对当前实验。)这些优先级规则结合I期或两级算法部分gydF4y2Ba3.1gydF4y2Ba和gydF4y2Ba3.2gydF4y2Ba),作为替代的(gydF4y2Ba2gydF4y2Ba)和(gydF4y2Ba3gydF4y2Ba),探索进一步整合策略的影响。gydF4y2Ba

4所示。计算实验gydF4y2Ba

参数在门诊调度问题和解决方案的分类方法可以找到一项调查(gydF4y2Ba25gydF4y2Ba]。在当地的案例研究(gydF4y2Ba1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba]与此相关的工作,所有的医疗程序执行在诊所登记和预约预订柜台位于外的诊所。问题是广义多相和多服务器排队系统共享一些共同的资源或等候区有多个相互冲突的目标。gydF4y2Ba

4.1。操作参数gydF4y2Ba

表gydF4y2Ba2gydF4y2Ba列出了参数代表一个门诊。表gydF4y2Ba3gydF4y2Ba基于收集的数据显示了他们的价值观从案例研究gydF4y2Ba1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba]。约会时的数量研究是200届4.5小时。占需求的增长,增加25%是假定与原来的人员规模和操作条件。块的分布之间的约会时间是保持同样比例的假设。为了避免资源闲置时间和重载在其他时间块,每时间块最小数量的约会了。假定的最低极限取决于任命的总数(gydF4y2Ba问gydF4y2Ba)的数量和时间块(gydF4y2BaKgydF4y2Ba通过采用一个简单的函数gydF4y2Ba 。早熟和迟到(表收集的数据gydF4y2Ba3gydF4y2Ba)显示相同的概率为不同病人早到类。病人守时是模拟实验中使用的经验分布数据收集表gydF4y2Ba3gydF4y2Ba。资源分组由医生、护士和设备(房间)。医生开始的开始时间晚于预约会议(假定时间0)由于分配职责在门诊会话之前,和患者还有其他preconsultation程序。护士被分配到不同的程序需要不同的技能和经验(表gydF4y2Ba4gydF4y2Ba)。资源分配计划收集从原来的操作条件gydF4y2Ba1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba),而他们的额外技能认为,在下一节中解释。过程信息(表和相关参数gydF4y2Ba5gydF4y2Ba)是医院管理中提供的案例研究。gydF4y2Ba

4.2。资源灵活性的场景gydF4y2Ba

当资源单位拥有多个技能,重新分配等单位在他们合格的程序将改善系统性能对于一个给定的预约安排。在操作级别上重新分配是可行的值班人员和约会安排至少一天前预约会议。共享资源与多个专业化(护士)是在实践中观察到不同专家门诊时人力稀缺在一个诊所在操作级别上。gydF4y2Ba

检查资源的灵活性对性能的影响,创建一个场景资源的技能时,表示一定程度的重新分配的灵活性。在肿瘤学等一些诊所,诊所,高度的专业技能是必需的,肿瘤学家训练它们专注于不同的癌症类型。中期资源配置工具将有助于培训/招聘员工适当的技能(gydF4y2Ba14gydF4y2Ba]。当前创建的场景背后的基本原理是,医生将专注于咨询;有经验的员工(高级护士)将处理程序需要更高程度的判断(例如,护士评估),和一些员工可以分配给更多的常规程序,根据需求在会话。资历较浅的员工会处理文书程序(如注册和预约预订)为不同病人类。在表创建的场景gydF4y2Ba6gydF4y2Ba代表一个资源集与多个技能为再分配提供一定程度的灵活性。假设文书程序(注册和预约预订,V + VI)为不同病人类可以由同一组护士或神职人员(N13-N15)。全体员工(N3-N9)可以执行视力/眼睛检查(过程III)被认为是能够测量眼压/眼药水(IV)过程。其中一些(N3)也可以执行评估需要更多经验的任务(步骤2)。gydF4y2Ba

4.3。客观的权重gydF4y2Ba

数值方法是采用两阶段的质量检查解决方案基于仿真的启发式检测范围的客观权重(gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba和gydF4y2Ba在(gydF4y2Ba1gydF4y2Ba))。通过标准化病人平均等待时间目标的重量为1(即,gydF4y2Ba )、重要性的比例(gydF4y2Ba )之间的平均资源加班(gydF4y2Ba)和病人平均等待时间(gydF4y2Ba)测试范围从0到10,具体地说,gydF4y2Ba 与gydF4y2Ba 。同样,重要性的比例(gydF4y2Ba )之间的平均拥挤度(gydF4y2Ba)和病人平均等待时间(gydF4y2Ba)是测试同时从1/3到3,具体地说,gydF4y2Ba 与gydF4y2Ba 。总的来说,这导致gydF4y2Ba 不同重量的实例(gydF4y2Ba )运行每一个方法。gydF4y2Ba

4.4。标签的实例gydF4y2Ba

65个实例分为5组每组13实例。集团gydF4y2Ba包含实例贴上13 (gydF4y2Ba−1)+ 1到13gydF4y2BaggydF4y2Ba,在那里gydF4y2Ba 。为了便于比较的方法gydF4y2Ba5gydF4y2Ba,每组由13双(gydF4y2Ba )使用相同的值gydF4y2Ba增加组在规定范围内(部分gydF4y2Ba4.3gydF4y2Ba)。两组之间,体重在拥堵目标(gydF4y2Ba)增加。gydF4y2Ba

4.5。算法参数gydF4y2Ba

算法参数(表gydF4y2Ba7gydF4y2Ba跑后)两级仿真启发式选择最初的实验。块预约调度问题中的参数(第二阶段)从确定性调度问题的修改gydF4y2Ba2gydF4y2Ba]平衡探索数量足够大的资源计划(I期)和重新安排患者的最大期限内(第二阶段)。资源计划系统地探讨基于贪婪的重新分配,但搜索并不详尽。生成一个新的计划在第二阶段中,初始大小的池的病人gydF4y2Ba 选择从现任时间表(gydF4y2BaπgydF4y2Ba重新安排。(这允许最低比例20%,gydF4y2Ba患者在gydF4y2BaπgydF4y2Ba重新安排在每一个执行阶段II)。所有算法都被编码在Microsoft Visual Basic . net 2010版本和英特尔(R)上执行至强(R)的CPU E31270, 3.4 GHz处理器。最大时间限制(gydF4y2Ba)允许为每个算法在每一个测试实例7200 CPU秒。gydF4y2Ba

5。结果与讨论gydF4y2Ba

调查研究问题(我)(iv)gydF4y2Ba1.1gydF4y2Ba,两级仿真启发式与基本情况(部分gydF4y2Ba3.3gydF4y2Ba)和集成策略的优先级规则(部分gydF4y2Ba3.2。2gydF4y2Ba和gydF4y2Ba3.4gydF4y2Ba)。结果65个实例,和见解,给出如下。gydF4y2Ba

5.1。分析研究问题gydF4y2Ba

5.1.1。改善基础场景gydF4y2Ba

基本情况是与两阶段算法和阶段我在图算法gydF4y2Ba4gydF4y2Ba。每个垂直线显示最小、平均和最大每个算法的客观价值65的实例。在图gydF4y2Ba4gydF4y2Ba并在每一个实例,基本场景代表最初的计划可以提高任何集成策略。只是找到一个更好的资源计划(I期),坚持先规则会导致平均提高43%。如果病人选择规则(gydF4y2Ba2gydF4y2Ba)和(gydF4y2Ba3gydF4y2Ba我基于仿真的启发式)使用(阶段),记录最大平均提高53%。进一步将任命调度策略会导致更多的福利为代价的计算时间和精力。gydF4y2Ba

在计算时间方面,基本场景仿真时间可以忽略不计。120 CPU秒之间的阶段我算法为重点对基于仿真的启发式规则和1400 CPU秒。两阶段算法需要3000 CPU秒之间的最大时间限制7200 CPU秒优先规则和基于仿真的启发式,分别。gydF4y2Ba

5.1.2中。比较算法gydF4y2Ba

如上所述节gydF4y2Ba4.4gydF4y2Ba,65年的实例分成5组,每组由其第一个实例数据表示gydF4y2Ba5gydF4y2Ba,gydF4y2Ba6gydF4y2Ba,gydF4y2Ba7gydF4y2Ba,gydF4y2Ba8gydF4y2Ba。在每一组中,资源的重量加班目标(gydF4y2Ba从0到10)增加而另两个客观权值保持不变。从组1组5,拥堵的重量目标(gydF4y2Ba从1/3)增加到3。gydF4y2Ba

找到最好的整体算法在研究的专业诊所,每个病人的最佳综合战略选择规则(gydF4y2Ba2gydF4y2Ba)(gydF4y2Ba3gydF4y2Ba)和部分gydF4y2Ba3.4gydF4y2Ba)选择比较图gydF4y2Ba5gydF4y2Ba。此外,一个反面配对gydF4y2BatgydF4y2Ba以及适用于成对比较节中描述在5%的显著性水平gydF4y2Ba5.1。3gydF4y2Ba在下面。从图gydF4y2Ba5gydF4y2Ba和统计结果,高表现在以下列出目标优先顺序:两级仿真启发式,两级CP,两级LNS,两级SPT,两级LR,我SQNO阶段,两阶段先。两级仿真启发式使用(gydF4y2Ba2gydF4y2Ba)(gydF4y2Ba3gydF4y2Ba)在不同的权重更灵活和优于其他。正如所料,当资源加班(大更重要gydF4y2Ba),两个规则CP和LNS执行比SPT,反之亦然。gydF4y2Ba

5.1.3。资源分配策略的影响(我只阶段)有/没有预约调度gydF4y2Ba

集成策略两阶段算法相比阶段我只在每个病人选择的统治下。代表的是描述的数据gydF4y2Ba6gydF4y2Ba- - - - - -gydF4y2Ba8gydF4y2Ba展示各自的性能有或没有资源的灵活性。数据gydF4y2Ba6gydF4y2Ba- - - - - -gydF4y2Ba7gydF4y2Ba显示在两个病人选择规则,(gydF4y2Ba2gydF4y2Ba)(gydF4y2Ba3gydF4y2Ba)和CP,找到好的约会时间表,结合资源分配会导致效益明显多于应用资源分配。(LNS也遵循类似的性能规则)。然而,在SPT规则(图gydF4y2Ba8gydF4y2Ba从预约调度只观察到),改善小的重量值资源加班(gydF4y2Ba)。这意味着我SPT的舞台调度规则结合约会会给改善当病人等待时间被认为是比资源更重要的加班,以及(大拥堵时得到更多的关注gydF4y2Ba)。其余三个病人选择规则(LR、先和SQNO),舞台我和两阶段算法并未显示差异表现,暗示资源分配策略是充分的。gydF4y2Ba

更具体地说,一个反面配对gydF4y2BatgydF4y2Ba以及应用于每一对比较在5%的显著性水平。每个病人的两阶段算法对目标执行更好的选择规则,除了LR和SQNO规则。LR规则显示没有区别当结合策略而SQNO与舞台我策略规则可以表现得更好。gydF4y2Ba

5.1.4。影响资源的灵活性gydF4y2Ba

如果没有资源灵活性在表gydF4y2Ba6gydF4y2Ba,每个资源单位只有一个技能在初始资源分配过程计划(表gydF4y2Ba4gydF4y2Ba)。每个集成策略将终止在第一资源计划(gydF4y2Ba)当阶段我是执行一次。此时记录好的目标将与最好的发现(gydF4y2Ba)当存在资源的灵活性,当舞台我多次执行。7病人选择规则,阶段我与资源灵活性和两阶段算法都没有资源的灵活性与同行相比。数据gydF4y2Ba6gydF4y2Ba- - - - - -gydF4y2Ba8gydF4y2Ba显示三个病人选择规则。目标之间的显著差异值(gydF4y2BaZgydF4y2Ba)是在每一对比较。这意味着创建资源灵活性有很大的影响无论整合策略和/或病人选择规则。gydF4y2Ba

5.2。选择目标和权重gydF4y2Ba

公共资金资助的专家门诊,往往是资源约束、资源利用包括加班是一个典型的问题。强调服务质量导致了许多措施的实现医院管理提高服务能力和管理等待时间。如果拥塞控制是由于能力问题,改变这一目标施加约束的约束(例如,物理容量限制)将是现实的。然后剩下的惟一的权衡是资源加班和病人等待时间之间的关系。公立诊所通常为更多的病人比私营企业每个会话。减少交通拥堵有助于减少感染的风险。自然,还有其他的目标,可以考虑,如最大化偏好,病人,和操作条件。这可能被视为软约束和惩罚成本强加在目标函数时违反了。多准则手术室制定时间表问题(gydF4y2Ba26gydF4y2Ba)演示了许多目标的另一个例子。当有两个以上的目标,使用加权函数组合多个目标权衡可以检查分析。它也更容易比有效边界处理方法。的校准设置约会策略时,服务器完成时间比预期客户等待时间不是一项容易的任务(gydF4y2Ba27gydF4y2Ba]。错误的估计这个比例可能导致服务器和客户的失去效用。权重的估计(gydF4y2Ba26gydF4y2Ba阐明这些参数值。权重也用来平衡各种目标旨在平滑床使用,每周给外科医生偏好时段和重复作业。最初建议使用相等的权重,然后根据所需的变化调整它们在生成的时间表。同样,在提出了基于仿真的启发式(gydF4y2Ba2gydF4y2Ba)和(gydF4y2Ba3gydF4y2Ba),建议首先客观权重相等。利用我的算法运行时间相对较短的阶段,运行阶段我基于仿真的启发式调整权重,直到客观值可取或不观察进一步改善。然后应用现任的权重集两阶段算法进一步优化运行的目标。这种方法支持的实例进行这项工作。gydF4y2Ba

5.3。检查多个目标gydF4y2Ba

结束调查后的研究问题(我)(iv)gydF4y2Ba1.1gydF4y2Ba两级仿真启发式使用(gydF4y2Ba2gydF4y2Ba)和(gydF4y2Ba3gydF4y2Ba)将更加仔细的检查质量的解决方案。优化一个(加权)测量作为派生一个好工具gydF4y2Ba平衡gydF4y2Ba所有目标的解决方案。表gydF4y2Ba8gydF4y2Ba显示的情况下加班是最重要的资源和堵塞是最(gydF4y2Ba )两个最佳算法,两级仿真启发式(gydF4y2Ba2gydF4y2Ba)和(gydF4y2Ba3gydF4y2Ba与CP),两级。从第一个最好的解决方案是改善激烈的为每一个算法。都是远比基本场景。gydF4y2Ba

总而言之,加权的改善目标(gydF4y2BaZgydF4y2Ba)应用约会时对资源的调度策略计划通常是渐进的,而连续的资源计划之间的变化。灵活地重新分配资源单位可能导致大幅改善,如果这个过程可以自动找到合适的配置计划(这通常不是最明显的一个测试)。单/综合优先级规则可以实现更好的性能结合时调度与资源分配和任命甚至只有资源分配。gydF4y2Ba

只有一个单一的策略,改进初始条件可能是有限的。两级仿真启发式使用(gydF4y2Ba2gydF4y2Ba)和(gydF4y2Ba3gydF4y2Ba)是表现最好的平均和更灵活的处理相互冲突的目标(图的不同的权重gydF4y2Ba5gydF4y2Ba)。不过,当员工加班是当务之急,集成策略与CP或LNS有时可以给出更好的结果。小程度的资源灵活性目标瓶颈过程会导致一个伟大的进步。这是类似于[结论gydF4y2Ba14gydF4y2Ba)可以提高运营效率的优化肿瘤学家专业化混合。匹配的重要性不仅体积的需求,还请求和资源类型也证明了在这个研究。gydF4y2Ba

5.4。讨论和研究的局限性gydF4y2Ba

本节讨论本研究的一些局限性紧随其后的响应医院诊所在我们的研究中。gydF4y2Ba

我们的方法需要病人数据类信息,资源可用性和技能是提前知道。数据收集可以通过提取患者的电子健康记录,员工花名册、人事记录。信息技术支持可以帮助自动化这个过程。gydF4y2Ba

数据的变化,从特定的诊所(收集的经验数据表gydF4y2Ba3gydF4y2Ba)已经被用于仿真的参数。此外,样本收集89名医生的咨询时间在前面的联合研究[gydF4y2Ba1gydF4y2Ba]。他们发现多峰分布的极值3和25分钟。咨询时间的规定范围从5到10分钟(表gydF4y2Ba5gydF4y2Ba)提供的医院也有类似的平均水平,获得了70%的大部分收集值。因此,它被用于模拟咨询时间变量。其他程序*(表gydF4y2Ba5gydF4y2Ba)都有小范围的不超过5分钟。为简单起见,一个均匀分布假设为每个变量在表gydF4y2Ba5gydF4y2Ba。如果数据有较大的变异性,估计的标准误差目标函数(gydF4y2Ba)增加。这是观察到的额外计算实验过程持续时间(表的范围gydF4y2Ba5gydF4y2Ba)是翻了一倍,同时保持相同的分布和平均水平。个人目标组件的标准误差也会增加。然而,目标函数的加权平均性能的措施,可以更好或更糟比以前由于随机性的变量和概率设计算法。gydF4y2Ba

眼科诊所的病人流序列表中描述gydF4y2Ba9gydF4y2Ba对患者可以表现出一些偏差甚至在同一个班。这取决于一个人的健康状况和现场评估的健康专业人士。降低问题的复杂性,给定的信息(表gydF4y2Ba9gydF4y2Ba)仅在本研究中使用。(信息更新,病人流序列和等待时间可以记录病人的同意和信息技术的支持。)目前的结果是基于计算方法不能保证最优或随机收敛性的证明。多个目标的权重,代表他们的相对重要性,已被选定的基础上很容易感知(部分gydF4y2Ba4.3gydF4y2Ba),但不是详尽的鳞片。(一些指导方针目标权重的选择给出了部分gydF4y2Ba5.2gydF4y2Ba)。资源分配阶段(I期)依赖于多种技能的存在对某些员工(表gydF4y2Ba6gydF4y2Ba)允许程序之间重新分配。从而为其他专业诊所或一个环境与多个专业共享一些公共资源或等候区,综合策略的最佳组合需要追究其特定参数(表gydF4y2Ba3gydF4y2Ba- - - - - -gydF4y2Ba6gydF4y2Ba和gydF4y2Ba9gydF4y2Ba)和特征。gydF4y2Ba

目前公立医院在我们的研究中采用电子监控和无功控制缩短等待时间。他们开发了一个电子管理系统显示的实时队列状态专家门诊,告诉他们关于他们预期的等待时间。如果实际等待时间长,更多的员工与轻负载时将被称为诊所。专家门诊部门的业务经理认为我们的研究成果和结论是具体的、明确的。尽管没有具体实施计划,我们预计会有综合规划在未来使用类似的技术工具。gydF4y2Ba

6。结论gydF4y2Ba

本文阐述的第一个研究分析一个完整的资源分配和调度问题(块)约会的战术和作战计划。发展小说multidecision解决方案更好的方法解决现实问题的研究方向提出了最近的一项调查(门诊预约系统gydF4y2Ba9gydF4y2Ba]。观察病人的需求(gydF4y2Ba)增长而员工供给往往是在医疗组织短缺问题,我们的研究提出了长期和短期的策略总结如下:gydF4y2Ba(1)gydF4y2Ba长期战略:瓶颈过程可能不是最明显的一个预期的(例如,医生的咨询)。这项研究说明了计算的方法来识别多个瓶颈过程在一家眼科诊所。资源的灵活性在诊所可以增加瓶颈过程通过提供员工培训,使重新部署或采用自动化。gydF4y2Ba(2)gydF4y2Ba短期策略:整合策略可以有效地提高系统性能。在这项研究中,一个两阶段模型集成贪婪的资源分配策略和自适应预约调度启发式(gydF4y2Ba2gydF4y2Ba]延长仿真显示了最有前途的改善病人——和staff-centered性能的措施。简单地将资源分配策略与良好的优先级规则((gydF4y2Ba2gydF4y2Ba)和(gydF4y2Ba3gydF4y2Ba)、CP LNS或SPT)可以带来显著提高基本情况(与一个给定的资源配置、约会安排,先规则)。gydF4y2Ba

未来的研究可以检查其他专业诊所或与多个专业共享一些公共资源或环境等领域。另一个方向是自定义集成策略实施的连续性护理。权衡的目标可以评估当前设置资源汇集的地方。gydF4y2Ba

的利益冲突gydF4y2Ba

作者宣称没有利益冲突。gydF4y2Ba

确认gydF4y2Ba

作者感谢美国基督教医院的员工,从香港城市大学的学生,自愿帮助他们努力在早期联合项目(香港医院管理局;研究伦理委员会、裁判:KC / ke - 10 - 0182 / ER-2)。作者感谢匿名裁判他们深思熟虑的和建设性的评论。这项工作是由战略研究资助的香港城市大学(项目号7004148)和RGC教案研究计划(项目没有2014/15。T32-102/14-N)。gydF4y2Ba