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。     

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。     

医院病区网络管理系统的设计与实现

为提高医院病区的统一管理和信息共享能力，本文设计开发了医院病区网络管理系统。通过深入分析医院病区网络管理系统的应用需求，进行了系统的分析设计，提出了系统的构建方案，给出了系统的软硬件配置，并且着重分析了系统软件的设计方案和流程。     

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。     

临床手术护理信息平台的设计与实现

为完善科室流程,提升医务人员效率,改善手术室空间效率,保障术后病人的健康,设计一套基于互操作信息平台的临床手术护理信息平台,达到医院精细化管理要求,实现病区、手术间、家属等候区信息互联互通,提高手术质量水平,为实现数字化手术室打下基础,为医院医疗、管理、科研的发展提供助力。     

基于数据挖掘技术构建专科护理质量管理平台

专科护理质量管理平台是一套服务于专科护士经外周中心静脉置管操作及质量控制管理的系统.利用了数据挖掘的相关关键技术,特别是决策树算法为医院管理者提供更为全面及深入的数据分析功能,为医院制定管理方案提供有力的技术支持.在医疗质量管理、辅助决策分析等方面具有广泛的应用性,保证了专科护理的质量,保障了医疗安全,进一步提升了专科护理管理水平.     

智慧护理数字化交互管理助手的设计与开发

随着近年来护理技术的高速发展、护理全生命周期管理要求变得更加精细化，护理人员如何为住院患者提供高质量、安全的服务，已然成为一个重要的课题。信息化时代的高新技术为智慧护理工作提供了更多可能。结合粒子治疗业务的特殊性,自主研发了智慧护理数字化交互管理助手，通过实时、高效、全面的临床数据采集和多端整合应用，使护理人员更精准地了解病区实时动态、进行重点患者跟踪，提供护理任务提醒服务，塑造服务闭环。该系统有助于提高护理工作效率，保障患者安全，实现病区安全化、精细化管理。     

基于HIS的移动护士终端的设计

移动护士终端是基于医院信息系统HIS（HospitalInformationSystem）的一个手持终端执行系统,主要用来协助护士对住院患者完成日常护理及病区管理等工作。设计采用ARMll系列的$3C6410嵌入式芯片、WindowsCE6．0操作系统及RFID读卡器等技术,具有成本低、体积小、便携式、操作简单、界面友好等特点。实际运行表明,系统运行稳定,能够代替医院传统的纸质医嘱,优化了工作流程,提高了护理工作的质量和效率,实现了HIS向病房的扩展与延伸。     

护士排班系统研究与设计

文章对护士排班现状进行了分析,并根据对传统的手工排班进行改进,采用电子排班的方法,能够提高医院排班人员的效率,并且在Android平台智能手机上开发应用,方便护士人员可以随时随地查询排班等情况。     

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。     

基于强化学习的卫星网络资源调度机制

与传统同步轨道通信卫星(GEO)相比,以SpaceX、Starlink、O3b等为代表的新一代中低轨卫星互联网星座具备广域覆盖、全时空互联、多星协同等显著优势,已成为当今世界各国研究的焦点之一。传统卫星资源调度方法主要研究单颗GEO卫星下的资源调度问题,难以满足以多星协同、联合组网、海量用户为特征的低轨卫星星座的资源调度需求。为此,构建了基于用户满意度的多星协同智能资源调度模型,提出了一种基于强化学习的卫星网络资源调度机制IRSUP。IRSUP针对用户服务定制的个性化需求,设计了用户服务偏好智能优化模块;针对多星资源联合优化难题,设计了基于强化学习的智能调度模块。模拟仿真结果表明:IRSUP能有效提高资源调度合理性、链路资源利用率和用户满意度等指标,其中业务容量提升30%～60%,用户满意度提升一倍以上。     

钢铁企业厂内运输物流智能管理系统

针对钢铁企业厂内物流管理专业化水平低、物资运输效率不高和物流管理系统智能化程度低、物流调度协同性差等问题,提出钢铁企业厂内运输物流管理系统的发展趋势为数字化物流实时跟踪与在线监控、网络化物流信息传输与动态调度和智能化物流协同优化与决策支持,并在此基础上基于物联网等新一代信息技术设计开发了数字化、网络化、智能化钢铁企业厂内运输物流管理系统,通过管理系统实现物流一体化管控、多平台协同化运行和运输智能化管理。     

基于自我调节机制的智慧教育系统开发

为了解决现有智慧教育学习环境中教育者与学习者缺乏实时互动,从而造成学习效率低下的问题,在研究了动态和交互式的智慧学习环境中自我调节机制对信息质量、系统质量、服务质量、通信质量、用户满意程度相互影响的基础上,提出了一种具有自我调节机制的智慧教育策略.利用自我调节机制,可对学习者进行充分的个人特质分析,并根据个人的学习进度...     

基于移动互联网和物联网的防灾信息系统设计

信息化是提升灾害防治水平的有效手段之一,本文针对水利,地质等自然灾害防治部门,结合当前防灾的信息化建设需求,基于3G、移动互联网和物联网技术,设计了智慧防灾信息化系统,该系统以应急防灾的智能化调度、协同指挥、综合发布和群测群防为切入点,结合灾害应急和防治的业务流程,提供智能化信息交互和信息发布平台,在灾情管理、灾害应对、应急调度和评估反馈等各项工作中发挥重要作用,提升防灾减灾的科学性和主动性。     

基于文本挖掘的电力运维服务项目智能辅助管理

为了提高电力系统对运维服务项目的计划申报和管理效率,设计并实现基于文本挖掘技术的电力系统运维服务项目的智能辅助管理系统。构建一个适用于电力系统运维项目计划的智能管理框架,在该框架下基于智能分词和文本特征表示设计一种层级融合分类方法,有效提高申报项目分类准确率,稽查分类错误。该辅助系统有效解决了电力运维服务项目的分类错误和重复立项等问题,提高了电力运维服务项目的计划管理效率和资金使用效率。     

路面施工机群智能化管理及通信方法研究

通过追踪国内外关于工程机械智能化控制所取得的成果以及分析机群控制的发展方向,结合该系统需要进行实时控制、检错处理以及统一调度等特殊要求,提出了集合无线局域网、GPS/GSM和数字电台等通信方式,以摊铺机为核心控制对象的机群系统的无线通信及数据交换方案;并设计了监控调度中心的系统软件。实现了整个机群系统的整合及智能化管理、控制和调度,达到机群系统中各施工机械的协同作业。     

基于个性化学习的线上线下混合教学模式研究--以操作系统课程教学为例

传统的填鸭式教学形式单一,教学效率低下,随着"互联网+"下智慧教学环境的到来,基于个性化学习的线上线下教学应运而生,本文对这种教学形态设计了一种混合教学模式,对其中的个性化学习系统做了分析和设计,以操作系统课程教学为例,对学生信息获取到知识重构及最终达成知识内化的途径进行了分析探讨,教学实践表明:这是一种高效的教学模式。     

Branching strategies in a branch-and-price approach for a multiple objective nurse scheduling problem

The efficient management of nursing personnel is of critical importance in a hospital’s environment comprising a vast share of the hospital’s operational costs. The nurse scheduling process affects highly the nurses’ working conditions, which are strongly related to the provided quality of care. In this paper, we consider the rostering over a mid-term period that involves the construction of duty timetables for a set of heterogeneous nurses. In scheduling nursing personnel, the head nurse is typically confronted with various (conflicting) goals complying with different priority levels which represent the hospital’s policies and the nurses’ preferences. In constructing a nurse roster, nurses need to be assigned to shifts in order to maximize the quality of the constructed timetable satisfying the case-specific time related constraints imposed on the individual nurse schedules. Personnel rostering in healthcare institutions is a highly constrained and difficult problem to solve and is known to be NP-hard. In this paper, we present an exact branch-and-price algorithm for solving the nurse scheduling problem incorporating multiple objectives and discuss different branching and pruning strategies. Detailed computational results are presented comparing the proposed branching strategies and indicating the beneficial effect of various principles encouraging computational efficiency.     

A CNN-based personalized system for attention detection in wayfinding tasks

Firefighters are often exposed to extensive wayfinding information in various formats owing to the increasing complexity of the built environment. Because of the individual differences in processing assorted types of information, a personalized cognition-driven intelligent system is necessary to reduce the cognitive load and improve the performance in the wayfinding tasks. However, the mixed and multi-dimensional information during the wayfinding tasks bring severe challenges to intelligent systems in detecting and nowcasting the attention of users. In this research, a virtual wayfinding experiment is designed to simulate the human response when subjects are memorizing or recalling different wayfinding information. Convolutional neural networks (CNNs) are designed for automated attention detection based on the power spectrum density of electroencephalography (EEG) data collected during the experiment. The performance of the personalized model and the generalized model are compared and the result shows a personalized CNN is a powerful classifier in detecting the attention of users with high accuracy and efficiency. The study thus will serve a foundation to support the future development of personalized cognition-driven intelligent systems.     

基于Wi-Fi指纹定位技术的智能停车场系统的设计与实现

为解决城市停车难问题,通过Wi-Fi指纹定位技术实现大型地下停车场智能系统的低成本部署、免取卡操作、智能化导航,设计了一套智能停车场系统。该系统同时提供智能反向寻车指引和自动缴费功能,以提高停车场资源管理效率,改善用户体验,促进信息技术在停车场管理中的进一步应用。实验表明,所提方案能够在低成本部署前提下,实现适合停场定位精度的定位需求。