带约束的护士排班模型和基于变换规则的优化算法

护士排班是医院不可或缺并且需要反复进行的工作,排班方案的优劣对医院的护理质量、运作成本、护士心身健康、工作积极性等产生重大影响。针对我国护士排班问题缺乏通用模型和排班手段落后的问题,本文首先建立了一个带有一系列劳动法规约束和护士级别差异约束的整数规划模型,该问题被公认为是NP问题;然后增加护士请假约束和护士对工作时段偏好以及护士间配合默契程度的软约束,建立了一个更加人性化的扩展模型;随后设计了一系列变换规则,研制出一个护士优化排班算法。实例验证该模型与算法是可行且有效的,并且扩展模型更受欢迎,有利于提高护士积极性和工作效益。     

考虑公平和护士偏好的护士排班研究

针对护士排班问题涉及护士满意度的特点，在护士排班过程中加入护士偏好和公平的约束，寻求最优的排班表以增加护士的满意度。根据多目标问题的特点，采用粒子群多目标优化算法。在硬约束条件上，加入N班之后不能上A班和P班的约束，使护士在上N班之后能够得到足够的休息。在算法设计上，加入变异算子，扩大了粒子群的搜索空间。由于各优化目标之间存在一定的矛盾，用多目标决策理论可以更加科学客观地优化护士排班表。在最后的案例分析中，发现护士不同的偏好会产生不同的非劣解，因此在实际排班中，要充分考虑护士的偏好，以求出更加科学合理的排班表。     

个性化的智能护理排班管理系统的设计与运用

目的:为了提高护理排班的效率,在满足病区个性化排班需求的同时保证护理部的统一管理。方法:该文设计了一种个性化的智能护理排班管理系统,采用分级管理的思路,提供从护士到护理部的多层级闭环管理。结果:新设计的系统为病区提供了个性化、人性化、智能化的排班功能,显著地改善了医院的护理排班工作效率和护士满意度。结论:该文的护理排班管理系统为医院进一步提高护理管理水平和护士满意度提供了新的方法。     

遗传算法在多类型的车辆人员排班系统中的应用与研究

公交车辆人员排班的主要问题就是在给定时间点和车次数的情况下,以最小代价覆盖所有的车次。与以往都是针对单类型车辆的人员排班不同,该文主要提供对多类型的车辆人员排班的支持。首先利用高效的Auction算法获取代价最小的车次分组并根据分组情况分配车辆的营运类型;然后使用遗传算法进行随机化搜索以获得最优解。实验表明,遗传算法应用于多类型的公交车辆人员排班具有很好的效果。     

遗传算法在多类型的车辆人员排班系统中的应用与研究

公交车辆人员排班的主要问题就是在给定时间点和车次数的情况下,以最小代价覆盖所有的车次。与以往都是针对单类型车辆的人员排班不同,该文主要提供对多类型的车辆人员排班的支持。首先利用高效的Auction算法获取代价最小的车次分组并根据分组情况分配车辆的营运类型;然后使用遗传算法进行随机化搜索以获得最优解。实验表明,遗传算法应用于多类型的公交车辆人员排班具有很好的效果。     

求解护士排班问题的变邻域搜索算法

变邻域搜索算法是求解护士排班问题的一个有效算法,其扰动方法对算法性能有显著影响。为提高护士排班问题中护士的满意度,提出一个改进的变邻域搜索(IVNS)算法。该算法使用了三种邻域结构,而且当使用任意的邻域都不能进一步改进当前解时,设计了一个对当前最优解进行扰动的方法,即在排班期间内随机地选择两天,在不违反硬性约束的条件下选出一组值班护士并交换他们在这两天中的班次。在2010年举行的第一次全球护士排班大赛提供的一组公共测试集上与一个混合变邻域搜索(HVNS)算法进行了比较,在Sprint-early、Medium-early和Long-early组算例上的结果表明,IVNS算法的最优值至少不劣于HVNS,而平均值均优于HVNS;IVNS算法的最大方差为0.72,波动范围小,求解性能稳定。IVNS的扰动方案对现有方案的扰动较小,能有效跳出当前局部最优,增强变邻域搜索算法的优化能力,与HVNS算法相比,其求解性能更优。     

基于改进蚁群算法的铁路乘务排班计划编制

为了提升铁路乘务排班计划编制的质量和效率,将乘务排班计划编制问题抽象为单基地、考虑中途休息的多旅行商问题（MTSP）,建立以排班周期最小、乘务交路间冗余接续时间分布最均衡为优化目标的单一循环乘务排班计划数学模型,并针对该模型提出了一种启发式修正蚁群算法。首先,构建满足时空约束的解空间,分别对乘务交路节点和接续路径设置信息素浓度;然后,确定基于修正的启发式信息,规定蚂蚁按乘务交路顺序依次出发,使蚂蚁遍历所有乘务交路;最后,从不同的乘务排班方案中选择最优的排班计划。以广深城际铁路为例对所提模型及算法进行验证,并与粒子群算法进行对比。实验结果表明：在相同的模型条件下,采用启发式修正蚁群算法编制的乘务排班计划平均月工时降低了8.5%,排班周期降低了9.4%,乘务人员超劳率为0。所提模型和算法能够压缩乘务排班周期,降低乘务成本,均衡工作量,避免乘务人员超劳。     

基于空间划分的进化算法应用

针对航空公司人员排班问题,提出了一种基于空间划分的进化算法。根据种群个体的分布,结合空间划分思想,对进化算法的编码方式和进化算子进行了改进,并以清洁工排班为例,验证了算法的可行性和优越性,对实际应用提供了良好的参考。     

集成手术排程和护士排班的中期决策优化研究

在手术需求增大与医护人员短缺的矛盾下如何合理安排手术和配置医护资源,解决手术室实际运作中资源负荷不均衡现象,是当前手术室运作管理中亟待解决的难题。然而手术排程和手术室护士排班作为手术室科学管理的核心决策问题,却有着不同的时间域,并且会相互影响。在考虑科室手术和手术室护士偏好等硬约束和软约束前提下,构建一个集成手术排程和护士排班的手术室中期集成决策模型,设计了具有双层嵌套路径化结构的蚁群算法。通过某三甲医院10天的实际手术室运作数据,进行算法对比和分析评价,验证了算法在解决集成决策问题上的可行性和有效性。     

遗传算法在航空公司飞行人员排班中的应用研究

国内航空公司机组排班是一个NP难问题,多年来一直采用规划求解的基本方法,论文在综合考虑成本最低和飞行人员工作负荷均衡的基础上,提出了采用自适应遗传算法解决飞行人员排班问题的设计思路,给出了算法改进的实现过程。     

带约束的清洁排班问题模型及其求解

保洁服务公司的清洁任务往往具有不同级别、不同时长和不同周期等特点,缺乏通用清洁排班问题模型,现阶段主要依赖人工排班方案,存在耗时费力且排班质量不稳定等问题。因此提出了属于NP难问题的带约束的清洁排班问题的数学模型,并使用模拟退火算法（SA）、蜂群算法（BCO）、蚁群算法（ACO）和粒子群优化算法（PSO）对该模型进行求解,最后以某清洁服务公司实际排班情况进行了实证分析。实验结果表明,与人工排班方案进行对比,启发式智能优化算法求解带约束的清洁排班问题具有明显优势,获得的清洁排班表的人力需求明显减少。具体来说,在一年排班周期内这些算法比人工排班方案可节省清洁人力218.62~513.30 h。可见基于启发式智能优化算法的数学模型对带约束的清洁排班问题的求解可行且有效,能为保洁服务公司提供科学管理的决策支持。     

遗传算法在乘务员排班系统中的应用

在排班系统中,一种公平、合理的排班方法对于调动工作人员的工作积极性、提高工作效率都具有重要的意义。阐述了乘务员排班系统基本情况,并建立了排班系统的排班通用算法模型和任务均衡算法模型,通过遗传算法对排班模型进行优化实现。基于航空公司实际数据证明算法是合理的,也是有效的。     

遗传算法在乘务员排班系统中的应用

在排班系统中，一种公平、合理的排班方法对于调动工作人员的工作积极性、提高工作效率都具有重要的意义。阐述了乘务员排班系统基本情况，并建立了排班系统的排班通用算法模型和任务均衡算法模型，通过遗传算法对排班模型进行优化实现。基于航空公司实际数据证明算法是合理的，也是有效的。     

变呼叫中心为价值中心

排班系统的应用,使曾经困扰呼叫中心的排班管理变得轻松、便捷。 11月2日,中国移动广东公司针对客户服务中心推出了自己的排班系统。近年来电信业越来越重视呼叫中心的运营管理,随着业务量增大,提高劳动力管理和资源整合水平成为呼叫中心亟需解决的问题,而排班管理是运营管理中遇到的最棘手的问题之一。据悉,广东移动客服中心拥有4000多个人工座席和7000多名客户服务人员,下辖广州、深圳、东莞、佛山、汕头、江门6个区域中心,全天候为7500多万移动客户提供热     

基于云服务优选的高铁乘务人员调度系统设计

为提高工作人员的调度效果,提出基于云服务优选的高铁乘务人员调度系统设计。系统硬件部分由微控制器LPC2368、云服务优选软件模块、通信模块、GPS模块以及数据采集模块组成,设计各模块的电路。系统软件部分采用云服务优选算法规划乘务人员的排班计划,并采用三角模糊函数层次分析评价影响云服务优劣的指标,实现高铁乘务人员调度。仿真实验验证,系统的登录功能、人员信息管理功能及排班合理性达标,可以完全实现实验预期,实际应用价值较高。     

基于定性与定量分析的联络中心任务量预测法

任务量预测是联络中心人员排班的第一步,如何精确预测联络中心的任务量并相应地安排适当数量的座席人员来处理客户的需求是联络中心管理人员面临的首要问题.提出采用定性分析与定量分析相结合的任务量预测方法.对于给定的任务量数据,首先,采用观察法进行定性的分析区分异常和正常数据,然后,分别选定合适的定量预测方法进行预测.任务量定量预测方法包括趋势拟合、线性回归、移动平均、时间序列分解等预测方法.通过定性分析与定量分析相结合的综合应用方法,给出更准确的联络中心任务量预测方案,帮助管理人员最大程度的减少放弃和被拥堵在队列中的任务数量,设计制定可行性高的座席人员数量及人员排班.     

GASA混合算法在航空公司乘务员排班系统中的应用

排班系统是公司,企业管理的一项日常工作,一种公平、合理的排班方法对于调动工作人员的工作积极性、提高工作效率都具有重要的意义.目前排班系统主要都是基于手工排班的方式来考虑的而且约束条件较多,所以利用计算机进行自动排班的思想自然而生.阐述了排班系统的模型、系统结构,并对建立的排班系统模型做了详细描述,采用GASA混合算法很好的解决了这一问题,仿真分析验证了算法的合理性.所设计实现的系统在某航空公司实际运行表明该模型算法是合理而有效的.     

呼叫中心排班优化模型的研究

呼叫中心排班系统的优化研究是在话务员和坐席资源约束下,根据服务需求时间序列,合理安排资源,以提高呼叫接入服务质量、提高话务员的个性化满意度和降低运营成本的多目标复杂约束的优化问题。根据客服质量与话务员满意度相关的指标和约束,引入了服务水平、排班成本、话务员疲劳度、排班公平性和话务员意愿等因素。基于对满足服务水平的班组数量的预测,依据对外的规划经营和对内的管理调度的区别,将排班决策分为班次设计和班组指派两大具有递进关系的子模型。利用改进型PSO算法和旋转排班法进行求解,并且根据排班结果和评价参数对规划调度参数进行反馈调整。最后通过仿真分析说明了本文方法在兼顾客服满意度和话务员满意度的呼叫中心排班决策系统中有很好的适应性。     

EXCEL规划求解在APN护理排班中的应用

结合一个简化的APN排班实例,介绍了一种使用EXCEL规划求解功能进行APN护理排班的方法。该方法具有使用简单,能直观显示排班情况,便于扩展约束条件,可以快速优化排班,排班结果人机交互调整方便的特点,具有很高的实用价值。文中也指出了该方法的限制条件并提出了解决思路。     

基于带权值轮询贪心算法的排班系统研究

在需要实现轮班的岗位工作管理中,必然需要进行合理高效的排班,传统上采用的是人工经验法,或是信息化手段进行传统辅助排班管理工作,存在规则机械化、人性化考虑欠缺等问题.本文针对电网运行排班问题,根据电网工时约束和业务规范制度约束生成排班规则模型;以带权值轮询贪心算法为基础,研究一个全新的排班算法.