張立,忻凌,王麗,馬忻(.安徽中醫(yī)藥大學(xué)第一附屬醫(yī)院,安徽 3003;.安徽財貿(mào)職業(yè)學(xué)院,安徽 3007)
隨機(jī)搜索算法在護(hù)理實習(xí)生排班問題中的研究與應(yīng)用
張立1,忻凌1,王麗2,馬忻1
(1.安徽中醫(yī)藥大學(xué)第一附屬醫(yī)院,安徽230031;2.安徽財貿(mào)職業(yè)學(xué)院,安徽230071)
護(hù)理實習(xí)生排班問題是一種典型的組合優(yōu)化問題,其目的是對護(hù)理實習(xí)生的實習(xí)期進(jìn)行合理的安排[1]。該問題的解決一方面需要滿足實習(xí)生的要求,安排他們進(jìn)入需要學(xué)習(xí)的科室,實現(xiàn)實習(xí)目標(biāo);另一方面需要滿足實習(xí)科室的要求,使各科室的實習(xí)生數(shù)量在周期內(nèi)相對均衡。高質(zhì)量的排班方案不僅能夠滿足護(hù)理實習(xí)生的實習(xí)需求,還能夠保證醫(yī)院各科室正常運作。
護(hù)理實習(xí)生排班問題是一種關(guān)于人員日程自動編排的問題[2]。單個實習(xí)生的排班問題相對比較簡單,但面對實習(xí)生數(shù)量相對龐大,而實習(xí)科室的承受能力極其有限的實際情況,實習(xí)生排班問題的求解就變得非常困難。對于護(hù)理實習(xí)排班問題的研究目前在國內(nèi)并不廣泛,主要集中在排班方法對于教學(xué)效果的影響[3-4]上。
傳統(tǒng)的人員日程編排問題是將人員的時間順序看作一條路徑,利用不用長度的日程進(jìn)行填充,使路徑中的空閑時長最短。目前,國內(nèi)研究者對人員日程編排問題進(jìn)行了廣泛的研究:文獻(xiàn)[5-7]提出了帶約束的護(hù)士排班模型,并使用一系列變換規(guī)則來求解護(hù)士排班問題;王超等[8]對變領(lǐng)域搜索算法進(jìn)行改進(jìn),來解決排班問題。此外,一些研究者從管理角度對人員排班工作進(jìn)行優(yōu)化,陸蕊君等[9-10]通過調(diào)整班次,重新制定和完善崗位職責(zé),改進(jìn)排班模式,實行彈性工作制,在一定程度上解決了人力資源與病人期望不平衡的矛盾及護(hù)士編制不足、護(hù)士班次變換頻繁的問題。
護(hù)理實習(xí)生的排班工作目前仍主要由人工方式完成,工作量很大,而且容易出錯,各科室不同時間人員分布也極不均衡。搜索算法利用計算機(jī)的高性能窮舉一個問題部分的或所有的可能情況,從而求解出問題的解。隨機(jī)搜索算法實際上是根據(jù)初始條件和擴(kuò)展規(guī)則構(gòu)建一個解答樹,解答樹上的各解結(jié)點隨機(jī)獲得,最終獲得一個日程編排問題的解。隨機(jī)搜索算法能夠有效提高工作效率,避免人工方式產(chǎn)生的錯誤,并通過隨機(jī)過程在大數(shù)據(jù)的環(huán)境下平衡科室人數(shù)。
本文提出一個求解護(hù)理實習(xí)排班的隨機(jī)搜索算法,利用隨機(jī)算法在海量數(shù)據(jù)分配中的優(yōu)勢,解決排班方案不均衡的問題。
1.1模型約束條件
護(hù)理實習(xí)排班問題是指為不同院校的學(xué)生在給定的實習(xí)時間段內(nèi)安排實習(xí)科室,并使該排班方案滿足各種硬性約束條件,同時盡量滿足各種軟性約束條件。硬性約束條件是指在整個排班方案中必須要滿足的條件,任何違反硬性約束條件的排班方案都是不可行的;軟性約束條件是在排班方案中希望能夠得到最大滿足的約束。主要的約束條件如下:
(1)硬性約束條件:
①學(xué)生的每個周次有必須有安排;
②必去科室必須在實習(xí)期內(nèi)出現(xiàn);
③回避科室在實習(xí)期內(nèi)不能出現(xiàn);
④學(xué)生進(jìn)入非單周實習(xí)科室實習(xí),必須在指定時間;
⑤同類型科室只能去一個;
⑥各科室的人員安排不得超過其最大承受人數(shù);
(2)軟性約束條件:
①實習(xí)科室的安排每周人數(shù)盡量平穩(wěn);
②優(yōu)先科室盡量靠前安排;
③某大類科室(如內(nèi)科科室或外科科室)可規(guī)定數(shù)量選?。ㄗ钌偃?個,最多去N個);
④科室安排盡量齊整,避免出現(xiàn)斷檔。
上述約束條件是測試數(shù)據(jù)集中可能出現(xiàn)的約束。對于某一特定院校的數(shù)據(jù)集來說,并不一定全部出現(xiàn)。因此,這些約束條件能夠較好地反映實際應(yīng)用的不同要求。
1.2護(hù)理實習(xí)生排版模型
在本文中,我們將單個實習(xí)生的排班模型描述為:從某一個時間點開始 (實習(xí)生實習(xí)期的開始時間),按照一定規(guī)則隨機(jī)選取科室對時間序列進(jìn)行填充。其中,各實習(xí)科室有一下特點:①科室分為1周科室、2周科室和3周科室,實習(xí)生在其中的實習(xí)時間分別為1周、2周和3周,為了便于管理,2周科室和3周科室分別必須在指定的統(tǒng)一時間安排進(jìn)入;②同類科室需要回避,同一實習(xí)生不能重復(fù)去2個同類型科室,例如手術(shù)室與介入手術(shù)室屬于同類科室,腦病1科與腦病2科屬于同類科室;③各科室還可分為大類科室,如心內(nèi)科、內(nèi)分泌科、消化內(nèi)科等屬于內(nèi)科科室,普外科、骨科、腦外科等屬于外科科室。
下面我們給出一些重要的決策變量和參數(shù):
我們考慮科室的集合D、實習(xí)生的集合S和科室負(fù)擔(dān)的集合B。其中科室Di定義為Di(IDi,ki,class1i,class2i,Ni),其中IDi代表科室唯一ID,表示科室屬于幾周科室,class1i表示科室小類,用于區(qū)分同類型科室,class2i表示科室大類,用于區(qū)分大類科室,Ni表示科室Di最多可以同時容納的人數(shù);實習(xí)生Si定義為Si(starti,endi,ti),其中starti和endi分別表示實習(xí)生實習(xí)的起止時間,ti表示實習(xí)生當(dāng)前的時間戳;科室負(fù)擔(dān)Bij定義為Bij(IDi,tj,mij),其中IDi代表科室唯一ID,tj表示科室當(dāng)前的時間戳,mij表示科室i在時間tj的實際人數(shù),mij必須滿足約束條件mij≤Ni,即科室的實際安排人數(shù)不得超過最大人數(shù)上限。
隨機(jī)搜索算法是指每次從科室的集合中隨機(jī)搜索一個合適的科室填入實習(xí)生的時間序列中,直到所有時間填滿為止。下面詳細(xì)描述我們給出的隨機(jī)算法:
(1)從實習(xí)生集合中獲取一個學(xué)生Si(starti,endi,ti),初始ti=starti。針對實習(xí)生的實習(xí)要求,將科室集合D劃分成必去科室子集D1、回避科室子集D2和其他科室子集D3;
(2)從科室集合中按要求隨機(jī)搜索一個科室,并驗證其是否合適。如果合適,則填入實習(xí)序列,具體約束如下:
①如果ti%6=0時,首先從必去科室子集D1中以ki∈{2,3}為條件進(jìn)行隨機(jī)抽??;如果所有科室都無法滿足硬性約束的要求,則從其它科室子集D3中以為條件進(jìn)行隨機(jī)抽取;如果所有科室都無法滿足硬性約束的要求,則從必去科室子集D1中以ki=1為條件進(jìn)行隨機(jī)抽??;如果所有科室都無法滿足硬性約束的要求,則從其它科室子集D3中以ki=1為條件進(jìn)行隨機(jī)抽??;如果仍然無法滿足,則當(dāng)前時間戳ti=ti+1,空閑時間Ti=Ti+1;
②如果ti%3=0時,首先從必去科室子集D1中以ki=3為條件進(jìn)行隨機(jī)抽?。蝗绻锌剖叶紵o法滿足硬性約束的要求,則從其它科室子集D3中以ki=3為條件進(jìn)行隨機(jī)抽取;如果所有科室都無法滿足硬性約束的要求,則從必去科室子集D1中以ki=1為條件進(jìn)行隨機(jī)抽??;如果所有科室都無法滿足硬性約束的要求,則從其它科室子集D3中以ki=1為條件進(jìn)行隨機(jī)抽??;如果仍然無法滿足,則當(dāng)前時間戳ti=ti+1,空閑時間Ti=Ti+1;
③如果ti%2=0時,首先從必去科室子集D1中以ki=2為條件進(jìn)行隨機(jī)抽?。蝗绻锌剖叶紵o法滿足硬性約束的要求,則從其他科室子集D3中以ki=2為條件進(jìn)行隨機(jī)抽??;如果所有科室都無法滿足硬性約束的要求,則從必去科室子集D1中以ki=1為條件進(jìn)行隨機(jī)抽??;如果所有科室都無法滿足硬性約束的要求,則從其它科室子集D3中以ki=1為條件進(jìn)行隨機(jī)抽??;如果仍然無法滿足,則當(dāng)前時間戳ti=ti+1,空閑時間Ti=Ti+1;
如果ti%3!=0且ti%2!=0時,首先從必去科室子集D1中以ki=1為條件進(jìn)行隨機(jī)抽取;如果所有科室都無法滿足硬性約束的要求,則從其它科室子集D3中以ki=1為條件進(jìn)行隨機(jī)抽?。蝗绻匀粺o法滿足,則當(dāng)前時間戳ti=ti+1,空閑時間Ti=Ti+1;
⑤插入3周科室時,必須遵循條件endi-ti+1>=3;插入2周科室時,必須遵循條件endi-ti+1>=2;插入1周科室時,必須遵循條件endi-ti+1>=1。
(3)安排科室成功后,則重復(fù)步驟(2),繼續(xù)安排科室,如果ti>endi,則排班成功,退出循環(huán)。
針對護(hù)理實習(xí)生排班問題,本文提出了一個隨機(jī)搜索算法。該算法不僅能夠?qū)崿F(xiàn)護(hù)理實習(xí)生排班的自動化,而且能夠解決科室人數(shù)分布不均衡的問題。下一步將對該算法進(jìn)行實現(xiàn),并使用數(shù)據(jù)對進(jìn)行檢驗。
圖1 排班時間對比圖
圖2 排班正確率對比圖
(1)排班效率
本文在人工模式排班累計統(tǒng)計了300名護(hù)理實習(xí)生所消耗的時間,并對比了本文實現(xiàn)同樣人數(shù)的排班所消耗的時間,對比結(jié)果如圖1所示。
由圖1,發(fā)現(xiàn)傳統(tǒng)的排班方式在處理這么大人數(shù)的排班消耗的時間遠(yuǎn)遠(yuǎn)大于本文實現(xiàn)方法,本文的實現(xiàn)方法只需要數(shù)分鐘就能一次完成數(shù)百名護(hù)理實習(xí)生的排班。因此,本文的實現(xiàn)方法大大地提高了護(hù)理實習(xí)生排班的效率。
(2)排班正確率
本文搜集了利用傳統(tǒng)的方式排班300名護(hù)理實習(xí)生的失誤人數(shù),并對比了本文的實現(xiàn)方法,如圖2所示。
由圖2可知,本文的實現(xiàn)方法的正確率遠(yuǎn)遠(yuǎn)高于傳統(tǒng)的排班方式。同樣,證明了本文的實現(xiàn)方法的穩(wěn)定性。
(3)排班均衡問題
關(guān)于排班均衡的問題,并沒有一個嚴(yán)格的標(biāo)準(zhǔn)來衡量,但從本文方法實施之后的反饋來說,科室的護(hù)理實習(xí)生基本上達(dá)到均衡,護(hù)理實習(xí)生實習(xí)的科室也比以前豐富,而且實習(xí)的效果也比以前好。這側(cè)面反映了本文實現(xiàn)方法基本上解決了排班不均衡的問題。
本文根據(jù)護(hù)理實習(xí)的約束條件提出了護(hù)理實習(xí)生的排班模型,并將隨機(jī)搜索算法應(yīng)用到護(hù)理實習(xí)生的排班中,實驗結(jié)果表明本文的護(hù)理實習(xí)生的排班相比較于傳統(tǒng)的排班模式,在排班效率、排班的準(zhǔn)確率上都有很明顯的提升,并解決了排班的均衡問題。但本文的方案是針對于護(hù)理實習(xí)生的排班,對于其他護(hù)士的排班是否有同樣的效果并沒有驗證,因此,本文的下一步研究方向是提出針對所有護(hù)理人員的排班實現(xiàn)與改進(jìn)。
[1]謝屹紅.護(hù)士排班方式與護(hù)理人力資源的合理利用[J].中國實用護(hù)理雜志,2004,20(4):65-65.
[2]BRUCKER P,QU R,BURKE E.Personnel scheduling:models and complexity[J].European Journal of Operational Research,2011.467-473.
[3]黎建敏,林婉萍.APN排班工作職責(zé)作為實習(xí)目標(biāo)的臨床護(hù)理教學(xué)效果初探[J].國際醫(yī)藥衛(wèi)生導(dǎo)報,2011,17(1):120-122.
[4]史愛玲等.一對一帶教與排班制帶教在護(hù)理實習(xí)生中的教學(xué)效果比較[J].齊魯護(hù)理雜志,2014,(8):12-13.
[5]沈吟東,陳名暉,鄧婕.利用矩陣向量化變換求解護(hù)士排班問題[C].中國控制與決策會議論文集,2008:1019-1022.
[6]柯彩霞,謝文,劉曉華,等.護(hù)士排班模式改革與效果[J].中國護(hù)理管理,2008,8(11):38-40.
[7]馮艮嬌,盧海濤.護(hù)理排班模式改革探討[J].南方護(hù)理學(xué)報,2002,9(4):67-68.
[8]王超,董興業(yè).求解護(hù)士排班問題的變領(lǐng)域搜索算法[J].計算機(jī)應(yīng)用,2013,33(2):338-341,352.
[9]陸蕊君,鮑學(xué)英,王惠芬.護(hù)士排班方法的改進(jìn)與實踐[J].當(dāng)代護(hù)士:綜合版,2007(2):23-23.
[10]唐富琴,張琳.人性化管理在護(hù)士排班中的運用[J].護(hù)理學(xué)報,2009,16(16):18-19.
張立,男,安徽合肥人,初級工程師,研究方向為計算機(jī)技術(shù)
忻凌,男,安徽合肥人,工程師,研究方向為人工智能
馬忻,女,安徽合肥人,副教授,研究方向為護(hù)理學(xué)及其管理
王麗,女,安徽合肥人,講師,研究方向為信息管理
Nursing Practice;Random Algorithm;Scheduling
Research and Application of Stochastic Search Algorithm in the Scheduling Problem of Nursing Interns
ZHANG Li1,XIN Ling1,WANG Li2,MA Xin1
(1.The First Afflicted Hospital of Anhui University of TCM,Anhui 230031;2.Anhui Finance&Trade Vocational College,Anhui 230071)
1007-1423(2015)23-0035-04
10.3969/j.issn.1007-1423.2015.23.008
2015-05-12
2015-08-05
臨床護(hù)理教學(xué)是各教學(xué)醫(yī)院的一項重要工作。目前,各醫(yī)院多采用人工方式完成護(hù)理實習(xí)生排班工作,但由于實習(xí)生數(shù)量較大、進(jìn)崗時間不一、實習(xí)大綱要求復(fù)雜等原因,使實習(xí)生排班工作出現(xiàn)工作量大、易出錯、科室分配不均衡等問題。提出將隨機(jī)搜索算法應(yīng)用在護(hù)理實習(xí)生排班中,并從排班效率、排班正確率以及排班均衡問題上對比傳統(tǒng)的排班方式。實驗結(jié)果表明:將隨機(jī)搜索算法應(yīng)用于護(hù)理實習(xí)生排班中,發(fā)現(xiàn)排班效率、排班準(zhǔn)確率高,而且可避免排班不均衡的問題。
護(hù)理實習(xí);隨機(jī)算法;排班
安徽中醫(yī)藥大學(xué)臨床科研基金(No.2012LC1-026B)
The clinical nursing teaching is an important task in the teaching hospitals.At present,most hospitals manually finish scheduling work of nursing interns,but with large quantities of interns,different time of punching in the post,complex requirements of guideline for internship and other reasons,there are many problems existed in the scheduling work,such as heavy workload,error-prone problems,and the uneven distribution of the department.Presents the random search algorithm applied in nursing interns scheduling,and makes comparison with traditional scheduling methods in view of the efficiency,accuracy and equilibrium of scheduling.The experimental results show that,when the random search algorithms is applied to the nursing trainee scheduling,efficiency and accuracy rate are higher,and the problem of unbalanced scheduling are avoided as well.