论文部分内容阅读
随着外科手术需求量的高速增长,医院手术中心压力陡增。国内大多数医院目前仍缺乏科学的调度方法和技术,造成手术资源浪费、手术停台、医护人员过度加班等诸多问题。手术室作为医院的经营核心,在现有医疗资源条件下,通过合理的手术室调度来提高手术服务的质量和数量,实现医疗资源的高效利用,提升手术室的经营绩效,成为医院手术室管理的工作重点。与此同时,手术室调度问题兼具多资源性、多维不确定性、多参与主体性等难点,涉及多流程阶段协同优化,这些都大大增加了该问题的建模以及求解难度。此外,在医院的实际运作中,紧急病人到达作为手术室调度的主要不确定性之一,难于事先计划且一般具有紧急手术要求,需要优先占有有限医疗资源,故而常常对已有的初始择期手术排程造成消极影响。但由于手术系统服务对象为“人”,涉及病人、医护人员、医院管理者三大参与主体,各方对手术排程方案有着各自的目标,很难同时满足。本文在多资源、多阶段的手术室运作背景下,针对紧急病人随机到达这一情况,研究了考虑多方参与主体对调度方案的不同需求的手术室调度问题。首先,针对紧急病人随机到达,分析了在这一情况下对手术室运作中的参与主体—医院管理者、医护人员和择期病人三方面的影响,从前景理论的角度设计不满意度函数刻画紧急病人到达造成的消极影响;其次,在基本多资源约束的择期手术排程问题的基础上,构建了紧急病人到达下考虑参与主体的多目标手术室调度模型;然后,针对所建立的模型,结合手术室调度问题的特征,通过初始种群构建策略和局部搜索策略,设计了基于混合策略的粒子群算法对该问题进行求解。最后,基于某综合医院的实际数据设计数值实验,通过对实验结果进行有效前沿的多样性及收敛性指标的性能分析,验证了所提出的基于混合策略的粒子群算法在应对不同规模问题时的有效性。本文研究从理论上为考虑行为的手术室调度提供一种新的度量方法,为模型构建提供了参考,同时所提出的基于混合策略的粒子群算法,从初始种群构建和局部搜索角度,为求解该类涉及多资源约束的多目标智能算法提供的新思路;实践层面上,有助于为医院管理者在应对紧急病人随机到达时,提供多样且有效的手术室调度方案,从而优化手术室运作现状。