基于时空网络和机会约束规划的常规医疗物资订购与配送排程规划

摘要

当前国内医疗机构在医疗物资订购作业上，大多通过采购管理信息系统进行规划，但对于医疗物资订购或配送频率、订购量及安全库存等重要参数值的决策，仍依靠人工的经验设定。这种操作方式缺乏系统性分析，而且相当依赖作业人员的主观判断，因此常导致次优或不优的决策结果。此外，在实际运营中，医疗物资的需求常会受到许多不确定因素或事件的扰动而产生变化，导致事先的需求预测不准确，使规划结果失去其最优性，或难以在现有资源条件下有效地调整以应对此扰动事件，进而降低医院运作系统的整体成效。特别是近年来，随着取消药品加成等医疗新政的实施，作为医院传统重要利润来源之一的药房，如今变成了医院的经济负担。医院亟需对医疗物资的订购与配送进行重新规划，以节约医院的运营成本。
　　基于此，本文从医院的角度出发，利用数学规划方法构建医疗物资订购与配送排程规划模型，具体包括以下主要工作:
　　(1)本文系统性地考虑了医院不同科室在各时间节点的物资需求、库存容量约束及其他相关约束，利用时空网络技巧，构建一个确定性单品种医疗物资订购与配送排程模型。该模型为0-1混合整数规划问题，具有NP-Hard性质。为求解此模型，本文设计一个以模拟为基础的启发式算法，并配合数学规划软件MATLAB和CPLEX进行求解。
　　(2)考虑到实际运营环境中需求量随机变动和供应商的供应能力有限的特点，在工作(1)的基础上，进一步将确定性模型中医院科室在各时点的固定需求值修改为随机需求值，并将供应商原本无限的供应水平修改为每周的固定供应水平，构建一个基于随机机会约束规划的单种医疗物资订购与配送排程规划模型，从而刻画出供应商只能以一定概率满足随机需求的现实环境。为求解此机会约束规划模型，本文采用了经典的遗传算法，并在MATLAB环境下进行编程求解。
　　(3)考虑到医疗物资需求的多样性特征，本文进一步对工作(2)进行拓展，构建多层时空网络结构，每一层时空网络代表一项医疗物资，从而建立基于约束随机规划的多品种医疗物资订购与配送排程模型，并通过遗传算法进行求解。
　　通过对三个规划模型的算例测试和敏感性分析，可以得出本文所构建的医疗物资订购及配送排程模型在实际营运中能有效考虑医疗物资需求的随机特性，并求得最优的医疗物资订购与配送作业结果。

目录

声明

摘要

1 绪论

1．1 研究背景与意义

1．2 我国医疗物资管理现状分析

1．3 国内外文献综述

1．3．1 医疗物资管理的文献综述

1．3．2 随机性需求的文献综述

1．3．3 机会约束规划的文献综述

1．3．4 时空网络的文献综述

1．4 论文主要工作和结构

1．4．1 研究内容及方法

1．4．2 研究流程与结构

2 相关理论方法综述

2．1 整数规划

2．1．1 数学规划简述

2．1．2 整数规划

2．2 随机规划

2．2．1 随机规划简介

2．2．2 机会约束规划模型

2．2．3 机会约束规划的求解

2．3 启发式算法

2．3．1 发展历程

2．3．2 算法特点

2．4 遗传算法

2．4．1 遗传算法简介

2．4．2 基本术语

2．4．3 运算流程

2．5 本章小结

3 单种物资的确定性订购与配送规划模型

3．1 模型构建

3．1．1 动态决策架构

3．1．2 模型基本假设

3．1．3 单层医疗物资订购与配送时空网络

3．1．4 符号说明

3．1．5 数学模型

3．2 模型求解算法

3．3 算例测试

3．3．1 算例数据分析

3．3．2 模型设计

3．3．3 测试结果分析

3．3．4 敏感性分析

3．4 本章小结

4 单种物资的随机性订购与配送规划模型

4．1 模型构建

4．1．1 模型基本假设

4．1．2 符号说明

4．1．3 数学模型

4．2 模型求解算法

4．2．1 编码方案

4．2．2 适应度函数

4．2．3 遗传操作

4．2．4 解决方案生成

4．3 算例测试

4．3．1 算例数据分析

4．3．2 模型设计

4．3．3 测试结果分析

4．3．4 敏感性分析

4．4 本章小结

5 多种物资的随机性订购与配送规划模型

5．1 模型构建

5．1．1 模型基本假设

5．1．2 多层医疗物资订购与配送时空网络

5．1．3 符号说明

5．1．4 数学模型

5．2 模型求解算法

5．3 算例测试

5．3．1 算例数据分析

5．3．2 模型设计

5．3．3 测试结果与分析

5．3．4 敏感性分析

5．4 本章小结

6 结论与展望

6．1 全文总结

6．2 未来研究方向

致谢

参考文献

附录

攻读硕士期间发表的论文和出版著作情况