文摘
操作效率低在医疗卫生领域在中国已经成为一个严重的问题;患者的长时间等待的主要现象是困难的医疗服务。医疗行业是面向服务的,它的主要目的是获利,因此医院的效益和竞争力取决于病人的满意度。本文在中国哈尔滨大医院的一项调查,收集相关数据,然后使用前景理论来分析病人和医生的行为特点和病人满意度的模型建立基于模糊理论与三联体。诊所被描述为一个问题的最优调度规则的先到,先得使病人满意度最大化为主要目标和次要目标减少运营成本。并建立了相应的数学模型。最后,解决方法模拟植物生长算法(PGSA)。然后,通过示例的计算与遗传算法进行比较,结果表明,可以达到最优;同时,算法的效率优于遗传算法。
1。介绍
随着生活水平的提高,人们倾向于追求更高的生活质量,和治疗水平的限制在二级医院和社区医院注册队列导致一个严重的问题在高层医院。通常有三种类型的登记在医院,即普通门诊部,专科诊所,急诊。如何分配医生门诊部门的数量为每个类型的注册是非常重要的在医院运营效率和与病人满意度有密切的关系。由于不同类型注册,本文优化调度的医生门诊部门考虑到病人的行为特征,以减少病人等待时间和增加他们的满意度,降低运营成本。
在医院当前研究的主要目标是降低成本和运行更好。许多论文实现这些目标的角度有效利用资源。资源可分为人力资源和物质资源。研究人员使用不同的方法来优化手术室等物质资源(或)multihospital网络,和有限的病房1- - - - - -4]。所有上面提到的方法做了一些假设,可以简化问题的解决方案虽然与现实有一些差异。卑鄙的et al。5)调查了几个相关的先进的统计和运筹学的方法,寻求更好地预测未来的需求,建议最少的人员需求,生成的低成本的花名册。本文的目的是优化人力资源;然而,它只考虑单个类的客户和其方法只有在有限的条件下可靠。赖特和Mahar [6]研究了医院护士调度,以提高护士的满意度。也对人力资源的使用和有两个局限性。首先,它不包含其他调度策略和另一个限制是,他们只集中调度决策在三个单位在他们的研究。
在许多文献中,病人的等待时间是一个重要的因素需要考虑,因为它是与医院运行的质量密切相关。现在医院的目标是提供最高质量的保健,所以减少患者的等待时间是很重要的7- - - - - -9]。这些论文给出一个函数来计算等待时间或给一个新的概念叫做“break-in-moments”(智能化),以减少等待时间。然而后者只是考虑到紧急手术。在女子的情况下,进一步研究也需要调查之间是否插入了手术可增加调度的稳定性是必要的。从另一个角度来看,双溪et al。10]分析历史数据的患者的治疗时间在过去的三年里,总结其规律性,然后计算出医生的数量配置。但研究关注儿童规律基于大量数据的儿童医院更不同于其他高层医院。
排队论总是被用来处理最小等待时间的问题。拉克希米和艾耶11)回顾了排队论的贡献和应用在卫生保健领域的管理问题,提出了一个系统的分类研究的卫生保健领域的协助下排队模型。研究的目标是提供足够的信息来分析人士使用排队论模型感兴趣医疗过程和那些想要定位的细节相关的模型。
我们的研究应用前景理论和病人满意度的隶属度函数来构建一个模型,考虑到病人的行为特征。Xuping et al。12)由应急物资优化调度的考虑公众的心理感知风险和杨et al。13]提出的干扰管理模型从多个角度单机调度演员。这些文章使用前景理论到医疗服务。
值得注意的是,服务业与制造业不同的优化;前总是伴随着一个人的参与,并且通常会影响人们的行为和主观情感,因此,医院应该关注病人的满意度。结合前景理论和模糊理论,考虑病人行为特征与此同时,我们的研究的最优调度医生门诊部门哈尔滨高层医院之一。和起点与紧迫的社会医学问题在中国。
本文的其余部分组织如下。节2,我们引入队列分类分析基于病人的满意度;部分3关注问题的描述和模型的建立;遗传算法中描述部分4;医疗情况的数据收集在哈尔滨医院节中给出5和仿真结果。结论部分6。
2。队列分类分析基于病人的满意度
2.1。医院注册类型分析
医院登记的类型总是包括普通门诊部,专科诊所,急诊。在正常情况下,这三种类型的注册费用的增加。一般来说,emergency-clinics的数量远低于前两个。区别普通门诊部和专科诊所,医生的经验和技术相对较丰富的专业诊所和登记的费用较高。通常,如果病人的情况不太严重,他会选择普通门诊部;如果病人需要全面彻底的检查,他将选择专科诊所;如果有紧急情况,病人会选择急诊。病人可以选择适当的类型的登记根据自己的条件和实际需求。由于医生门诊部门的需求不同的每种类型的登记;本文优化调度在实际情况中。 The following is description of registration categories:(1)普通门诊部,适合温和的临床症状的患者;(2)专科诊所B:适合沉重的条件和需要一个彻底检查的患者;(3)急诊C:适合病人的紧急情况。
本文的重点是医生门诊部门的精益人员根据不同患者的需求在不同的登记。,医生应该安排多少每种类型的注册为了减少病人等待时间和增加他们的满意度,降低运营成本。
2.2。患者行为分析
一般来说,不同的病人在医院有不同的期望等待时间排队时,这里有几个因素影响。首先,人们有不同的性格有不同的期望等待时间。性格因素是影响病人的情绪。预期的病人等待时间紧迫的性格比病人更短缓慢的性格。第二,它取决于病人的不同情况。通常,预期的严重疾病患者等待时间远远短于病人的疾病是打火机。但这并不适应所有的病人绝对和期望等待时间的长度是不同的从一个人到另一个人。如果病人的实际等待时间超过预计等待时间的长度,病人会产生坏情绪如焦虑和不满。所以我们将病人满意度分为三个层次:满意(值等于1),不满,非常不满(值= 0)。我们做调查的病人在一个高层医院在哈尔滨,通过采访和问卷的方式收集数据。然后安排病人等待时间分布的数据画出图中相同的满意度,如图1- - - - - -3。
关于病人的满意度水平,应该注意以下几点。(1)医院是一个特殊的服务机构;其服务系统不同于食堂或银行及其过程更为复杂。治疗的病人可以选择任何类型的注册,所以在收到第一个服务从一个医生门诊,病人可能会去药店等其他服务系统和放射学,然后通过排队,等待再次接受服务,最后他们可能离开或返回到第一个排队系统。病人的满意度水平,我们只研究指的是事实,病人产生负面情绪,当他们第一次进入排队系统。(2)在整个生产过程的治疗,患者不仅要多次队列,但也通过许多员工在医院。所以影响病人满意度的因素不仅包括等待时间的长度在第一次进入排队系统,但也会受到其他方面的服务质量的影响。本文强调医生门诊部门的数量为每个类型的登记忽略其他因素,只考虑等待时间的长度带来的影响病人满意度第一次排队。
2.3。医生行为分析
如果医生门诊部门的数量不合理分配对任何类型的登记,它不仅会使病人等待长时间,而且还影响医生工作的效率和准确性。一方面,如果打开更多的医生门诊部门,这将大大缩短病人的等待时间,但是它增加医院的运营成本和导致医生资源的浪费。另一方面,如果设置的低成本为中心目标医院和减少医生的门诊部门,这将导致严重的排队现象的患者,提高医生的工作负载。因此,它会让误诊率上升,因为没有时间去休息医生并最终影响病人满意度。更重要的是,它可以使医生和病人之间的关系变得更加紧张。
2.4。病人满意度模型
客户满意度的主要研究是其心理特点和活动之间的关系;因此应该主要考虑人类行为特征来提高客户满意度。对人类行为有许多有价值的研究。Zhihong et al。14)使用Tanimoto测量客户行为的相似性,然后设计了遗传聚类算法划分客户群和研究这些团体的不同购买行为。他们设计了一个基于遗传算法的多组特征提取方法。我们可以应用这种方法在许多领域的客户。春,呀15)提出了一个基于主体的建模与仿真方法分析客户行为和个性化推荐策略的有效性。本文只考虑了移动电子商务的情况。婷婷et al。16)做了一个调查大型超市和分析客户行为特征基于前景理论,然后建立相应的数学模型,使最优调度零售结帐。这项研究被类似于医院的情况。所有这些产品都是参与客户满意度。
医院的环境,员工服务态度,等待时间的长度会影响病人的满意度。分析病人和医生行为特征通过使用行为科学的理论,然后建立了病人满意度等待时间的函数。
人们的认知行为和满意度是模糊的和不确定的。前景理论有很大的优势来描述人们行为特征;我们可以准确地建立描述性模型基于这个理论通过分析病人满意度。然而,前景理论缺乏数学理论支持。模糊理论具有良好的数学理论基础,但它不能准确地描述病人行为特征。所以我们结合这两种方法有效地建立病人满意度函数。
前景理论结合心理学与经济学有效和使用价值函数来表示决策者的主观价值。其核心是参考点的选择。有效性的评价对前景理论是基于参考点,当事件的结果,我们可以用振幅和方向背离对效果进行评估。这个公式是。我们对待病人的期望等待时间根据我们研究的问题,我们可以使情节描述如图的问题4。
当病人的实际等待时间比预期长等待时间(参考点),将会有损失;否则它代表利润。
价值函数传输表面值决定价值。本文对预期的病人等待时间作为参考点,因为病人多注意的价值期望等待时间之间的差异和实际等待时间而不是结果本身。根据前景理论,卡尼曼和特沃斯基(17)提出,我们建立病人的价值功能(意味着任何一个病人): 在哪里系数对风险的态度。更大的和是,决策者就越有可能去追求风险。损失厌恶系数和当吗,这意味着决策者对损失更敏感。卡尼曼和特沃斯基的研究得出结论和这与实验数据相一致。还有其他研究人员显示比。健民[18)提出,,,中国的情况下,这些结果是基于中国实际情况与国外不同,所以他们更有价值。
作为病人的感知是模糊的和不确定的事件和前景理论只能定性描述这种不确定性,无法做出准确的决定。所以本文运用模糊理论使目标函数的隶属函数。具体步骤如下。
步骤1。确定的评估。代表满意度;每个值在这组意味着满意度、不满,非常不满。意味着病人的实际时间离开这个排队系统;预期的时间意味着病人离开这个排队系统;和意味着病人的滞后时间。当,这意味着损失;否则会有利润。
步骤2。确定每一个满意度的阈值。根据调查结果的分析,满意度的阈值与预期的等待时间的病人系数,对风险的态度,损失厌恶系数。有一个公式描述它们之间的关系由其他研究人员总结道。当,满意度隶属度的值等于0。当,满意度隶属度的值等于1。当时,人们更愿意追求风险损失。根据前景理论,我们可以推导公式(1): 本文运用典型的参数,,。
步骤3。建立满意度函数。
最后,满意度可以建立隶属函数,如以下公式。图5可以清楚地描述函数的趋势:
根据公式(1)和公式(3),揭示了阈值之间的关系和预期的等待时间的病人,我们可以推断出。域的演绎和的值等于2.25的价值区间是。所以验证上述模型建立的正确性。
3所示。描述的问题和建立模型
3.1。描述的问题
医院管理者需要调整数量的医生门诊部门根据病人的数量和他们的登记类型以提高病人满意度,减少运营成本。医院属于面向服务的行业,其最高目标是病人的满意度。因此,这个问题可以被描述为病人满意度最大化为主要目标和次要目标减少运营成本。所以这是一个多目标调度问题。我们可以用一个三来描述这调度问题。的领域主要描述了环境资源;的领域主要分析了约束;的域描述了最优调度的目标。
3.1.1。环境资源(域)
病人可以选择不同类型的登记根据自己的条件和要求。服务水平是不同的在每个类型的登记(通常,专科诊所的医生更高资格和丰富的经验)。本文在解决医生门诊部门的最优调度问题,我们做出以下描述。表明医生门诊部门的总人数;表明在普通门诊部医生门诊部门的数量;表明在专科诊所医生门诊部门的数量;和表明在急诊医生门诊部门的数量。图6显示了简单的病人在医院治疗的过程。
A、B和C分别代表普通门诊部,专科诊所,急诊。
3.1.2。约束和规则(域)
每个病人应选择适当的登记类型根据自己的实际情况在医生门诊接受服务部门,所以使用不同注册类型的约束。让描述这个约束。在病人进入排队系统,前面的病人优先得到服务。这意味着目前的病人必须接受服务之前已经完成了下一个病人接受服务。换句话说,规则是先到先得(先)。
3.1.3。最优调度目标(域)
医院的最终目标是使利润作为面向服务的机构。为医院、我们的目标是尽量减少运营成本,但它并不是一个主要的一个。服务质量直接关系到医院的性能。如果病人产生不良情绪,因为漫长的等待时间,它会影响医院的收入。所以提高病人满意度是最重要的。病人满意是受到很多因素的影响,但本文主要关注病人的等待时间第一次进入排队系统,忽略了其他因素的干扰。第一个目标是最大化病人满意度和我们使用的公式来表达。表明病人的总数。第二个目标是减少医生的数量,我们用公式来表达。,,分别代表医生门诊部门的数量在每个类型的登记。
3.2。参数设计
意味着医生门诊部门的总数;意味着病人的总数;是指任何医生门诊部门之一;意味着任何一个病人;意味着病人到达医院的数量在一个单位时间,我们把它当作到达率;意味着病人的数量完成接受服务单位时间;作为服务速率和它可以被认为是医生的工作效率;意味着任何一位医生门诊的医生的工作时间,每个医生都有固定的部门;的时间意味着病人接受服务,它与病人的情况;意味着病人报告的提交时间;意味着病人的实际时间离开这个排队系统;预期的时间意味着病人离开这个排队系统;和意味着病人的滞后时间。决策变量如下:
3.3。基本假设
假设1。每个病人必须只选择一个医生门诊服务。
假设2。不考虑病人的情况下回到排队系统第二次。
假设3。病人会离开当等待时间超过一定的范围。
假设4。每种类型的注册之前先和病人的原则不能改变队列时选择。
3.4。模型设计
治疗医生门诊部门调度问题以不同的速度并行机器调度问题,我们建立如下模型:
相应的数学模型如下:
在这个模型中,公式(6)是主要的目标函数,公式(7)二次目标函数,从公式和公式(8)到公式(14)的约束。公式(8)测量延迟时间与预期相比病人的等待时间。公式(9病人满意度)措施。公式(10)确保病人的期望等待时间的合理性。公式(11)确保每个医生的工作时间限制在任何一个医生的门诊部门。公式(12)意味着病人的登记类型选择服务。公式(13)确保每个病人只进入一个医生门诊部门和接收只服务一次。公式(14)确保开业医生门诊部门的数量少于医生门诊部门的总数。公式(15)确保决策变量的范围。
4所示。算法设计
因为这个医生门诊部门的最优调度问题属于多目标组合优化。组合的数量有一个指数与患者的关系,所以使用遍历方法搜索结果是不可行的。在我们的文章中,模拟植物生长算法(PGSA)用于解决这个问题。PGSA植物向光性是应用规则的算法解决优化调度问题。该算法比较最优问题的可行域植物生长环境和比较全球最佳解决光植物需要成长。所以它可以模拟植物向光性生长规则,然后构建增长模式下的树干和树枝morphactins的作用不同。近年来,许多学者把PGSA到不同的研究领域,得到了令人满意的结果。如Xuping et al。19在解决应急物资的分配问题,Qingkui et al。20.在解决车辆调度问题和杨et al。21)在解决调度瓶颈的汽车维修车间都使用这个算法。
4.1。编码设计
首先,我们的病人数量,然后根据编码的实数。数组显示了治疗计划和数组的长度我们使用~−−1 (米不同诊所的+ 1)作为标识符。数组的图6显示了有十个病人的情况和四个诊所。我们可以知道哪个诊所病人进入根据以上号码。例如,在表中1,病人10号3号在诊所。
4.2。植物生长模拟向光性的概率模型
我们假设植物的生长过程,包括根,树干和树枝。初始可行解问题的代表根和初始生长点的数量在树干。这些初始点是用增长和相应的morphactins分别用。初始生长点的数量在分支。这些初始点是用增长和相应的morphactins分别用。计算公式如下:
的公式,代表生长点的目标函数值,该算法的目标是寻找生长点,最小化的价值。确定morphactin之后,我们才能决定是否产生新的分支机构在现有分支机构根据morphactin的价值。这意味着morphactin生长点的浓度越高将收到之前的机会。根据公式(16),我们知道。首先,我们利用计算机生成的随机数的域然后使用throwball选择之前的生长点。后生成新的生长点,我们应该计算其目标函数值和更新morphactin的价值。重复这个过程,直到没有新的分支,然后我们可以获得最优的解决方案。
4.3。算法的步骤
步骤1。随机产生初始可行解的方法编码然后我们设计和计算的价值。首先,,。
步骤2。基于根,它产生200新的增长点根据两点切换的方法提高搜索的效率。第一个开关位置生成随机和第二开关位置生成的方式增加四位。如果这个职位已经超出了个人间隔增加后四位,其余部分应研究从最初的个人的一部分了。它类似于将个人作为一个封闭的循环。如果有同样的价值观在切换时间间隔采用这样操作,我们第二次调整位具有相同的值,并允许调整位切换时间间隔以消除产生个人的错误。验证的可行性发展分根据约束。
步骤3。计算目标函数值的点,然后比较他们成长。如果目标函数值小于不断增长的点,然后更新,。
步骤4。计算可行的morphactin价值增长点根据公式(16)。
步骤5。利用计算机生成的随机数的域然后使用throwball的选择下一个之前的生长点。
步骤6。重复步骤2 ~ 3步,直到新的生长点停止生成或达到迭代的数量。
步骤7。选择最佳的解决方案,最大限度地减少医生门诊部门的数量,然后确定最优调度方案。
5。案例研究
在一个高级医院进行了一项调查在哈尔滨,中国,目的是让医生门诊部门的最优调度的高峰期出席(8:00-10:00)。医生门诊部门的总数是10,和普通门诊部的号码是4,专科诊所的数字是3,急诊的数是3。普通门诊部是10分钟的平均服务时间和服务速度是每小时6人;专科诊所是20分钟的平均服务时间和服务速度是每小时3人,急诊是8分钟的平均服务时间和服务速度是每小时7.5人。病人的总数在这个时期是112。病人的到达率人/ s服从泊松分布。我们用MATLAB来解决这个调度问题。设置迭代次数89次,它运行在Windows 8 5倍平台4 GB的RAM和基本频率为2.30 GHz。它的平均运行时间是68年代。在稳定状态,普通门诊部的数量是3;专科诊所的数量是3;和急诊的数量是1;和最终的病人满意度是0.92。优化结果如表所示2。
“状态”的行代表医生门诊是否开放。“1”表示它是开放和“0”表明它是关闭的。
为了分析PGSA的性能,我们比较结果表2与传统的遗传算法(GA)的结果。遗传算法的初始化的人口是200,交叉率为0.85,变异率是0.05,设置迭代次数89次。这两个算法运行5次,分别在相同条件下的和配置的电脑。最优解的收敛过程如图7。在图中,设在表示算法的迭代次数;设在表明病人的平均满意度,我们可以看到病人的平均满意度增加。与遗传算法相比,PGSA能够稳定的价值更少的迭代,收敛速度和效率高的特点,可以满足病人的心理需求更好地减少等待时间。PGSA和GA的比较优化结果如表所示3。
结果的模拟显示,设置适当数量的医生门诊部门在不同类型的诊所能有效提高患者满意度和降低医院运营成本的同时,然后实现优秀的管理。因此,调整医生门诊部门的数量在不同类型的诊所根据动态时间选择在医院是非常必要的。
6。结论
患者是医院的主要部分,因此它是非常重要的,提高病人的满意度。在这篇文章中,一个最优调度策略设计了患者在医院排队的问题。首先,病人行为特征进行了分析,然后病人隶属度函数和基本模型构建为医生门诊最优调度部门。其次,PGSA用于解决这个问题。与传统算法GA相比,它需要更少的时间找到最优解,具有较好的稳定性。PGSA可以有效解决最优调度医生门诊部门为了增加病人满意度,同时减少医院的运营成本。最后,一个例子的仿真结果证明了模型的正确性和有效性,PGSA我们设计。本文侧重于不同类型的注册而不考虑不同类型的医生门诊部门。在未来,不同类型的医生门诊部门作为一个变量将被添加,使这个问题的研究大大接近现实。
相互竞争的利益
作者宣称没有利益冲突。
确认
这项工作是由中国国家自然科学基金(71371061)和黑龙江省博士后基金会(LBH-Z15108)。