手术室排程不确定性研究

摘要

医院手术的合理安排是医院，尤其是手术室正常工作的保证。手术排程涉及手术室、医生、护士、麻醉师、术前准备室和术后恢复室床位等六种资源的安排与约束，手术排程的目标是实现医院手术室利用率最大化，手术室成本趋近最优。已有手术排程文献大都集中于确定性手术排程的优化研究，即在所有待排手术和手术室各类资源的信息都是提前预知的且确定的前提下，为未来一段时间内所有科室的待执行手术分配具体的手术时间和手术资源。然而医院实际手术室的运作管理中，存在很多动态不确定的因素，限制了确定性手术排程优化结果的实用性。手术排程不确定性主要体现在三方面：资源不确定性、手术过程不确定性和手术需求不确定性。其中，资源不确定性描述了医护资源（如护士、麻醉师、医生等）、医疗设备和设施等在手术运作过程中的不可用情况；手术过程不确定主要是指手术持续时间、手术流程由于特殊原因发生改变；手术需求不确定性主要包括紧急病人的到达、手术取消或手术延迟。本文将分别考虑手术室常见的这三类不确定性，对手术排程问题展开研究。
　　资源不确定性指是手术排程的六种资源中一种或多种出现缺席或暂时不可用的状态，本研究以手术室资源中的护士资源缺席为例，考虑护士缺席下的手术排程重调度问题特点，提出了优化最早手术完成时间、均衡的资源使用率、最少的资源加班时间以及最小的手术开始时间偏差四个目标的多目标优化数学模型，并设计双层蚁群算法求解。
　　考虑手术时间不确定性的手术排程问题关注手术流程中的时间处于一定范围内波动，采用绝对鲁棒优化的思想，具体考虑手术持续时间的各种情景下，使得手术排程的最大手术室成本最优化，建立了求解时间不确定性手术排程的绝对鲁棒模型，并进一步设计了一个三层蚁群算法求解该手术排程的鲁棒优化问题。
　　需求不确定指的是由于病人取消或紧急手术的出现导致的手术需求数目发生临时变动的情形。对于手术需求不确定性，本研究以考虑紧急手术需求为例，建立了需求不确定的手术排程在线调度模型，采用结合启发式规则和蚁群算法的在线调度方法，以手术室成本和资源安排最优为目标，实现手术排程的实时优化调整。并设计了仿真程序模拟验证在线调度方法的有效性模型。
　　针对上述三类不确定性下的手术排程问题，本研究依据医院实际数据设计了若干算例对算法进行验证，结果显示所提出的方法不仅能实现手术室多类运作指标的优化，并且加强了其在医院手术室实际运作中的实用性。

目录

封面

声明

中文摘要

英文摘要

目录

1绪论

1.1研究背景及意义

1.2 国内外手术排程研究现状

1.3手术不确定性概述

1.4研究的主要内容和论文框架

2手术排程研究综述

2.1 手术排程不确定问题研究

2.2本章小结

3考虑护士资源不确定的手术排程重调度

3.1手术排程重调度策略及方法

3.2手术排程重调度问题描述

3.3手术排程重调度问题的数学模型

3.4 基于pareto解集手术排程重调度蚁群算法设计及实现

3.5算例计算

3.6本章小结

4时间不确定下手术鲁棒调度

4.1手术持续时间不确定下手术调度概述

4.2不确定优化方法的可行性研究

4.3手术持续时间不确定下绝对鲁棒调度模型

4.4手术调度鲁棒优化问题的求解

4.5算例验证

4.6结论

5基于手术需求不确定性的在线调度

5.1手术需求不确定性概述

5.2出现紧急手术的手术排程调度方法可行性研究

5.3手术需求不确定性模型

5.4求解不确定模型程序

5.5算例分析

5.6本章小结

6总结与展望

6.1总结

6.2展望

参考文献

附录A 医院实际数据

在学研究成果

致谢