结合机器学习的新冠疫情下发热门诊医生排班优化方法研究

作     者：范晓宇 王铖恺 王子翔 刘冉 杨之涛 FAN Xiaoyu;WANG Chengkai;WANG Zixiang;LIU Ran;YANG Zhitao

作者机构：上海交通大学机械与动力工程学院上海200240 上海交通大学医学院附属瑞金医院急诊科上海200025 

基　　金：国家社会科学基金资助项目(19BGL245) 

出 版 物：《工业工程与管理》 (Industrial Engineering and Management)

年 卷 期：2024年第29卷第1期

页      码：72-83页

摘      要：针对新冠疫情下发热门诊医生排班问题,研究了普通发热诊室与特殊发热诊室医生联合调度问题。针对系统高度时变和随机的特点,基于排队论和稳态流平衡模型,提出了患者排队队长等重要性能参数计算方法。考虑两个诊室医生排班的不同约束,设计了两阶段算法求解联合排班问题,确定一周内每个医生每天上下班时间。第一阶段建立了混合整数规划模型以确定每小时配置的医生数量,基于求解器并结合机器学习和割平面技术,实现模型高效求解;第二阶段设计了分支定价算法精确求解每位医生工作排班,得到满足数目要求的医生排班方案。实验表明机器学习方法显著降低求解时间,得到的排班方案比医院现有排班更能有效控制患者等待队长,降低了医生工作负荷。

主 题 词：新冠疫情 时变排队系统 医生排班问题 机器学习 分支定价算法 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.19495/j.cnki.1007-5429.2024.01.008

馆 藏 号：203126078...