合理布置眼科床.pptVIP

* 问题四的解答 针对问题四我们建立了模型二。问题四与问题二的区别在于：在问题二中，医院每天都可以安排手术，而在问题四中，只能在周一至周五安排手术（外伤每天均可安排手术）。 该模型的约束条件除了包含模型一的约束条件外，还有以下几个： 由于白内障手术之后安排在周一与周三，外伤手术每天都可以安排，所以周六和周日不安排手术只会影响视网膜和青光眼的手术安排。在模型一给出的病床安排原则下，对于视网膜病人和青光眼病人，将其中周三入院的手术安排在同一周的周五，在周四和周五入院的手术安排在下周周二。据此，我们又建立了如下的约束条件： * 问题四的解答 * 问题四的解答 我们按照与问题二相同的思想，按照同样的原理进行计算机模拟（相关程序见附录五），在这里只是改变了对于青光眼与视网膜疾病的分配方案：若这两类患者在周四、周五分配入院，则他们均到下周二进行手术。 统计从2008年的9月12号开始后60天的队列的长度，我们即可认为在这段时间内的接受服务的对象达到了稳定状态。然后作出队列长度的随时间的变化图示：如下所示： * 问题四的解答 我们同时发现:当我们忽略外伤病人的等待时间时，随着时间的推移，病人的等待时间的规律如下图所示： * 问题四的解答 在我们的分配原则下，队列的长度不断减小，并且有趋于稳定的趋势，我们可以认为此时的稳态等待人数是60，而且，病人从就诊到第一次手术的时间也有一个逐步下降的趋势，所以因此我们认为这种分配的方案是比较合理的：据此我们可以在这种条件下求得的三个指标值： 现在，我们同样取得从9月12号后的20天的一个模拟的入院安排情况，然后计算得我们定义的三个目标函数的最优解为： 手术前的平均逗留时间：12.691天 病人平均术前准备时间：2.2191天； 平均每天出院人数：8.9人 * 问题四的解答 在这种分配方案下，我们发现与原模型的手术前的平均逗留时间：13.1519，平均术前准备时间：2.4413，平均每天出院人数：7.8605相比，并没有太大的差别，所以可以同样按照问题二中的解决办法，我们会发现我们的三个评价指标值为： 手术前的平均逗留时间：10.432天 病人平均术前准备时间：2.017天； 平均每天出院人数：9.1667人 此时我们就可以发现，当这个排队系统在尽量趋于稳定状态时，它的各个指标均比前边的结果有了一定的优化，从而进一步证明我们的排队系统比原有的效率更高。 * 问题五的解答 * 问题五的解答 在问题五中，有人从便于管理的角度建议 “将各类病人占用的病床数大致固定”，就此方案建立使得所有病人在系统内的平均逗留时间最短的病床比例分配模型。 * 问题五的解答 模型的建立 * 问题五的解答 约束条件 目标函数 * 问题五的解答 单目标非线性优化模型 * 问题五的解答 求解与结果分析 * 模型评价 模型评价 模型改进 模型推广 我们建的模型不仅可用于医院病床安排，也可用于其它资源的安排，还可用于诸如像试卷评价模型的其它类型的问题。 * 摘 要 本文解决的是医院眼科病床的安排问题，现医院安排病人入院的原则是先来先服务，这样虽然公平，但缺乏合理性以致等待住院的病人队列越来越长，为解决此问题，我们建立了三个最优化模型。 对于问题一：我们确定了三个评价指标：手术前的平均逗留时间，平均每天出院人数，病人手术前的准备时间。然后计算出在原来先来先服务的原则下各指标值为：，，。 对于问题二：我们采用优先级原则动态地对病床进行安排。首先，统计初始数据，通过6SQ软件进行分布的卡方拟合检验得：每类病人的到来均服从泊松分布、术后观察时间服从均匀分布。然后，我们发现合理的调度方案必须使得病人的术前准备时间尽量短。因此，重新制定入院规则：外伤优先级始终最高；其它病的优先级随时间的变化而变化。接着，再以三个指标为目标函数，病人入院规则为约束建立了多目标的最优化模型，最后，根据入队与服务时间服从的分布，用计算机随机模拟，得到在队列稳定时，此规则下三个指标值为：，=9.633，；这样手术前的平均逗留时间减少21.6%，平均每天出院人数增加了22.55%，平均术前准备时间减少了32.31%。 * 摘 要 对于问题三：在问题二的计算机随机模拟的基础上，已经可以求得对应的等待队列中病人的入院时间的模拟结果，因为存在一定随机性，我们模拟10次，取出每次所得结果中的模拟入院时间，作为病人的一个大致入院时间。 对于问题四：由于星期六与星期日不安排除了外伤手术的其它手术，故安排在周四，五住院的视网膜与青光眼病人的手术要推迟到下周二、四，以此我们同样建立了多目标的最优化模型，得出在队列稳定时，三个指标值分别为：，，； 对于问题五：为便于医院的管理，可根据各类病人服从的分布按照比例给各类病人安排固定的病床数，但要先单独分配