مدل های پارامتریک و غیر پارامتریک برای برنامه ریزی تصادفی اتاق عمل روز بعد
| عنوان | مدل های پارامتریک و غیر پارامتریک برای برنامه ریزی تصادفی اتاق عمل روز بعد |
|---|---|
| نویسنده | ما خوشحالیم، اومر حکمت |
| تاریخ انتشار: | 2018-01 |
| موضوع | مهندسی صنایع و صنایع |
| نوع | سند |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شماره ثبت | 1711efb0-8966-4745-b00c-fe0910c93c4b |
| محل کتابخانه | گروه مهندسی صنایع |
| تاریخ | 2018-01 |
| متن نمونه | اتاق های عمل منابعی هستند که بیشترین درآمد بیمارستان ها را ایجاد می کنند. از طرفی بیشتر هزینه ها را نیز به عهده دارند. به دلیل نامشخص بودن مدت زمان جراحی، برنامه ریزی اتاق های عمل بسیار دشوار است. اما تأثیر آنها بر امور مالی یک بیمارستان، اجرای برنامهریزیها را به بهترین شکل ممکن برای برنامهریزان ضروری میسازد. مشکل دیگری که در برنامه ریزی دقیق اتاق عمل نهفته است، اطلاعات محدود جراحی در دسترس برای استفاده است. عدم قطعیت و تنوع جراحی هایی که ممکن است در یک اتاق عمل انجام شود، دستیابی به مقدار کافی از مدت زمان جراحی را دشوار می کند. در این مطالعه ما یک مدل بهینهسازی تصادفی را برای محاسبه برنامههای OR توصیف میکنیم که توسط عدم قطعیت در مدت زمان جراحی تحت تأثیر قرار میگیرند. ما بر برنامه ریزی زمان شروع تمرکز می کنیم. ما نشان میدهیم که مدل ما میتواند برای کاهش قابلتوجه در انتظار تیم، یا بیکاری، هزینههای اضافه کار استفاده شود. مدل در این مطالعه با 3 رویکرد حل مورد بررسی قرار گرفته است: (1) رویکرد پارامتریک، (2) رویکرد غیر پارامتریک، (3) یک رویکرد اکتشافی ساده اما کاربردی. با در نظر گرفتن تمام سناریوها در این تحقیق، رویکرد پارامتریک 6.18 درصد نزدیک به جواب بهینه، در حالی که رویکرد غیر پارامتریک 7.66 درصد و رویکرد اکتشافی 78.17 درصد نزدیک به جواب بهینه عمل میکند. در مقایسه با رویکرد غیر پارامتری، رویکرد پارامتریک زمانی که تعداد نمونه طول مدت جراحی تاریخی کوچک باشد، عملکرد بهتری دارد. در مقابل، زمانی که تعداد حجم نمونه طول مدت جراحی تاریخی زیاد باشد، رویکرد غیر پارامتریک شروع به عملکرد بهتر می کند. هر سه رویکرد راهحل نتایج معنیداری ارائه میدهند، جایی که رویکرد پارامتریک در بیشتر موارد در مقایسه با سایر رویکردهای راهحل بهتر عمل میکند. دیغر یاندان، هاستانلرین هارکامالارینین بیوک بیر کیسمی دا آملیاتانلرده گرچکله شمکتیدیر. Ameliyat sürelerindeki belirsizlik sebebiyle، ameliyathane planlaması zor bir süreçtir. Fakat، ameliyathanelerin hastanelerin kar ve zararları üzerindeki etkisi، ameliyathane planlamasını gerçekleştiren personelin bu işlemi en etkin şekilde uygulamalarına neden olmaktadır. İyi bir ameliyathane planlamasının önündeki diğer bir engel ise kullanılmaya müsait verinin sınırlı olmasıdır. Bir ameliyathanede gerçekleşecek ameliyatlarn belirsizliği ve çeşitliliği gerekli miktarda ameliyat süresi verisi elde etmeyi zorlaştırmaktadır. Bu çalışmada، ameliyat sürelerindeki belirsizlikten fazlaca etkilenen ameliyathane programlamalarını inceleyen rassal bir optimization modeli sunmaktayız. Modelimizde planlama başlangıç zamanlarına odaklanıyoruz. Modelimizin, ameliyathane boş kalma zamanı, ameliyathane ekip bekleme zamanı, fazla mesai zamanı ve bir ameliyathane gününün beklenenden erken bitme sürelerini önemli ölçüde azalttığını gösteriyoruz. Modelimizi üç farklı çözüm yöntemiyle incelemekteyiz: (i) yaklaşım پارامتریک، (ii) yaklaşım غیر پارامتریک، (iii) yalın ama pratik bir اکتشافی. Bu çalışmadaki bütün senaryolar değerlendirildiğinde, parametrik yaklaşım بهینه çözüme 6,18% yakın performans göstermektedir. Bu oran غیر پارامتریک yaklaşımda 7,66%, اکتشافی yaklaşımda 78,17% olmuştur. |
