زمان بندی اتاق عمل پس از وقوع یک اختلال در مورد ظرفیت بخش بازیابی

STUDENT

DEGREE

YEAR

Iiring from the operating room scheduling problem considering limited capacity of the postanesthesia care unit (PACU), the two-machine flow shop scheduling problem with blocking, multi-task flexibility of the first machine, preemption, and makespan criterion is initially investigated in this thesis. The first and second machines represent the operating room (OR) and the PACU, respectively. After finishing the surgery of a patient, if there is not a free capacity in the PACU, it blocks the OR but due to multi-task flexibility of the OR, its recovery is started in the OR. When there is a free capacity in the PACU, the recovery of the patient can be preempted and continued in the PACU. Three mathematical models are proposed for optimally solving the small-sized instances. Furthermore, a dynamic variable neighborhood search algorithm, which does not need tuning for the shaking phase, is presented to find high quality solutions for large-sized instances. Computational results reveal the superiority of this algorithm than others for large-sized instances. The real problem of operating room scheduling with limited capacity of the PACU is then considered in the thesis. The PACU beds and nurses mainly determine the capacity of this unit. The baseline capacities of PACU beds and nurses are determined. Then, the characteristics of some situations with less capacity than the baseline are investigated. Because of some short term restrictions or some sudden disruptions, the usable number of PACU beds may become much less than what actually is needed. We investigate the OR scheduling with the criterion of minimization of case cancellations when there are few PACU beds. First, a lower bound and a mixed integer programming model are developed for this problem. The model can solve all instances with 4 ORs and any number of PACU beds, but not with 6 ORs and few number of PACU beds. Second, for instances with up to 10 ORs and any number of PACU beds, efficient solutions are obtained heuristically by hybridizing a modified variable neighborhood search algorithm with the decomposition of each instance into some small-sized solvable sub-instances. The simultaneous OR and PACU nurses scheduling when the capacity of the PACU nurses are less than the baseline is investigated. The minimization of a combination of the number of cancellations and the sum of the blocking times is considered as the objective function. Furthermore, the recoveries of patients are assumed to be started while they are blocked in ORs. A piecewise demand to the PACU nurses is also considered for each patient. A mathematical model is developed for the problem that can solve the instances with up to 6 ORs efficiently. For tackling with larger-sized instances, a hybrid heuristic is proposed in which different ways of decomposition of each instance into some small-sized ones are searched in order to find a high-quality solution.

با توجه به افزایش روزافزون نیاز به خدمات درمانی و همچنین بالا بودن گردش مالی حوز? سلامت، بحث بهینهسازی سیستمهای سلامت در سالهای اخیر مورد توجه بسیاری از محققان قرار گرفته است. یکی از معروفترین مسائل مطرح در این مبحث، مسئل? زمانبندی اتاق عمل میباشد. به طور کلی، هر بیمار پس از عمل جراحی در اتاق عمل، برای بازیابی به بخشی با همین نام منتقل میشود. برخی محدودیت‍های بیمارستانها یا برخی اختلالات پیشبینی نشده میتواند موجب گلوگاه شدن بخش بازیابی شود. در این شرایط، امکان بازیابی بیمار در اتاق عمل نیز وجود دارد. در این رساله، ابتدا فرمولبندی کلاسیک مرتبط با این مسئله که عبارت است از زمانبندی کارگاه گردش کاری ترکیبی دو مرحلهای با وجود مسدود شدن، چندکاره بودن منبع مرحل? اول و انقطاع، شناسایی و معرفی شده است. سپس برای درک بهتر ویژگیهای مسئله، ابتدا یک حالت خاص از این مسئله که در حوز? مسائل زمانبندی سلولهای رباتیک و برخی دیگر از سیستمهای تولیدی و خدماتی نیز کاربرد دارد و تاکنون در ادبیات موضوع مشاهده نشده است، واکاوی شده است. این بررسی شامل ارائ? لمها و قضیههایی در مورد ویژگیهای مسئله، توسع? سه مدل ریاضی و ارائ? روشهای ابتکاری و فرا ابتکاری برای حل آن میباشد. مدلهای ریاضی، موفق به حل بهین? برخی نمونه مسائل تا انداز? 22 کار شده و الگوریتمهای ابتکاری و فرا ابتکاری نیز برای نمونه مسائل با انداز? بزرگ تا 200 کار، کارایی قابلقبولی دارد. یکی از الگوریتمهای فرا ابتکاری ارائه شده، تعمیمی از الگوریتم جستجوی همسایگی است که در آن، بخش تنظیم ترتیب روشهای همسایهسازی به صورت پویا و در حین حل انجام میشود و نیازی به انجام این امر قبل از حل نیست. در ادام? این رساله، با توجه به این که تختها و پرستاران بخش بازیابی مهمترین منابع تأثیرگذار بر ظرفیت این بخش هستند، برای یک سری داد? تصادفی با تعداد اتاقهای عمل مختلف، تعداد تختهای بازیابی و برنام? پرستاران برای حالت پایه تعیین میشود. همچنین، مصداقهای واقعی از اختلالاتی که باعث کاهش پیشبینی نشد? ظرفیت بخش بازیابی میشود، بیان میشود. به علاوه، تأثیر این کاهش ظرفیت بر جریان بیماران بین اتاقهای عمل و بخش بازیابی مورد بررسی قرار میگیرد. سپس، مسئل? زمانبندی اتاق عمل پس از یک کاهش پیشبینی نشده در تعداد تختهای بخش بازیابی به علت یک اختلال، با هدف کمینهسازی تعداد بیماران کنسلی مورد بررسی قرار میگیرد. به همین منظور، ابتدا برخی از ویژگیهای این مسئله با ارائ? چند لم بیان میشود. همچنین، یک حد پایین و یک مدل ریاضی برای مسئله توسعه داده میشود. این مدل موفق به حل بهین? هم? مسائل با 4 اتاق عمل، حدود 12 بیمار و تعداد تختهای مختلف بازیابی میشود. برای حل مسائل با انداز? بزرگ‍تر، یک روش ابتکاری با ترکیب مفهوم تفکیک مسئله به چند زیرمسئله و الگوریتم جستجوی همسایگی ارائه میشود. این روش ترکیبی نتایج بسیار خوبی بهدست میآورد طوری که در هم? نمونه مسائل تولید شده، در مدت زمان کمتر، جوابهای بهتر یا برابری نسبت به حد بالای مدل ریاضی ایجاد میکند. در نهایت، مسئل? زمانبندی بیماران و پرستاران بخش بازیابی در هنگام کم بودن ظرفیت پرستاران بخش بازیابی نسبت به حالت پایه، مورد بررسی قرار میگیرد. تابع هدف این مسئله شامل دو معیار کمینهسازی تعداد بیماران کنسلی و کمینهسازی مجموع مدت زمانهای مسدود شدن بیماران در اتاقهای عمل میباشد. یک مدل ریاضی برای این مسئله ارائه میشود که توان حل مسائل با حداکثر 6 اتاق عمل را دارد. سپس، برای حل مسائل با انداز? بزرگتر، یک روش ابتکاری ترکیبی ارائه میشود که کارایی خوبی در حل مسائل تا انداز? 10 اتاق عمل از خود نشان میدهد.