مساله زمانبندی پرستاران با در نظر گرفتن سطح خدمت رسانی در شرایط عدم قطعیت

خلیلی, نیلوفر; شاه نظری شاهرضائی, پریسا; غلام ابری, امیر

doi:10.22105/dmor.2020.255613.1249

نوع مقاله : مقاله پژوهشی - کاربردی

نویسندگان

¹ گروه مدیریت صنعتی، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران.

² گروه مهندسی صنایع، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران.

³ گروه ریاضی، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران.

https://doi.org/10.22105/dmor.2020.255613.1249

چکیده

در این مقاله به مدل سازی یک مسئله زمان بندی شیفت کاری پرستاران با در نظر گرفتن سطح خدمت رسانی در شرایط عدم قطعیت پرداخته شده است. با توجه به نیاز ضروری بیمارستان ها جهت ارائه خدمات بهتر پرسنل به بیماران، نیاز به در نظر گرفتن ترجیحات پرستاران در زمان بندی شیفت کاری است. از این رو در این مقاله یک مدل چند هدفه با در نظر گرفتن قوانین و مقررات مربوط به تخصیص پرستاران به شیفت های کاری ارائه شده است که در آن سطح خدمت رسانی به بیماران نیز لحاظ گردیده است. با توجه به غیر قطعی بودن تعداد بیماران مراجعه کننده به بیمارستان این پارامتر به صورت غیر قطعی در نظر گرفته شده است. جهت ارزیابی خروجی های مدل، دو مثال عددی در سایز کوچک و بزرگ با داده های واقعی بیمارستان لبافی نژاد با بخش 18 نفره و 90 نفره طراحی و برای حل مسئله در سایز کوچک از روش اپسیلون محدودیت استفاده گردیده است. نتایج محاسباتی نشان میدهد که افزایش سطح خدمت رسانی به بیماران با افزایش تعداد کادر درمانی در هر روز و شیفت کاری رابطه مستقیمی دارد. همچنین با توجه به NP-Hard بودن مسئله زمان بندی، حل مسئله بخش 90 نفره با الگوریتم گرگ خاکستری و بر اساس طراحی یک کروموزوم جدید انجام شده است که نتایج حاصله از به کار گیری این روش نشان از وجود 35 جواب کارای مختلف برای برنامه ریزی زمان بندی پرستاران در بیمارستان لبافی نژاد را دارد.

کلیدواژه‌ها

موضوعات

مدل‌های زمان‌بندی

عنوان مقاله [English]

Nurse Scheduling Problem Considering Service Level in Uncertain Conditions

نویسندگان [English]

Niloofar Khalili ¹
Parisa Shahnazari-Shahrezaei ²
Amir Gholam Abri ³

¹ Department of Industrial Management, Firuzkoh Branch, Islamic Azad University, Firozkoh, Iran.

² Department of Industrial Engineering, Firuzkoh Branch, Islamic Azad University, Firozkoh, Iran.

³ Department of Mathematics, Firuzkoh Branch, Islamic Azad University, Firozkoh, Iran.

چکیده [English]

This paper deals with modeling a nurse scheduling problem considering service level in uncertain conditions. In accord with the urgent need of hospitals to provide better services to patients, it is necessary to consider nurses’ preferences in the work shift scheduling. Hence, a multi-objective model is presented by regarding the rules and regulations related to the assignment of nurses to work shifts, in which the service level to patients is also considered. Due to the uncertainty of the number of patients that refer to the hospital, this parameter is taken uncertain into account. In order to evaluate the output results, two numerical examples in small and large sizes with real data of Labbafinejad Hospital with 18-person and 90-person wards are designed and Epsilon constraint method is used to solve the small-sized problem. Computational results reveal that increasing the service level to patients is directly related to increasing the number of nurses per each shift. Moreover, because of NP-Hard nature of nurse scheduling problem, the large-sized problem (90-person ward) is solved by a Gray Wolf algorithm and on the basis of designing a new chromosome. The results obtained by this method include 35 different efficient solutions for nurse scheduling in this hospital.

کلیدواژه‌ها [English]

Nurse Scheduling
Service Level
Gray Wolf Meta-Heuristic Algorithm
Uncertainty

مراجع

Alade, O. M., & Amusat, A. O. (2019). Solving nurse scheduling problem using constraint programming technique. Retrieved from https://doi.org/10.48550/arXiv.1902.01193

Bagheri, M., Devin, A. G., & Izanloo, A. (2016). An application of stochastic programming method for nurse scheduling problem in real word hospital. Computers & industrial engineering, 96, 192-200. https://doi.org/10.1016/j.cie.2016.02.023

Batun, S., & Karpuz, E. (2020). Nurse scheduling and rescgeduling under uncertainty. Hacettepe university journal of economics & administrative sciences/hacettepe üniversitesi iktisadi ve idari bilimler fakültesi dergisi, 38(1), 75-95.

Benzaid, M., Lahrichi, N., & Rousseau, L. M. (2020). Chemotherapy appointment scheduling and daily outpatient–nurse assignment. Health care management science, 23(1), 34-50.

Chen, P. S., Huang, W. T., Chiang, T. H., & Chen, G. Y. H. (2020). Applying heuristic algorithms to solve inter-hospital hierarchical allocation and scheduling problems of medical staff. International journal of computational intelligence systems, 13(1), 318-331.

El Adoly, A. A., Gheith, M., & Fors, M. N. (2018). A new formulation and solution for the nurse scheduling problem: a ASE study in Egypt. Alexandria engineering journal, 57(4), 2289-2298.

Hamid, M., Tavakkoli-Moghaddam, R., Golpaygani, F., & Vahedi-Nouri, B. (2020). A multi-objective model for a nurse scheduling problem by emphasizing human factors. Proceedings of the institution of mechanical engineers, part h: journal of engineering in medicine, 234(2), 179-199.

Ikeda, K., Nakamura, Y., & Humble, T. S. (2019). Application of quantum annealing to nurse scheduling problem. Scientific reports, 9(1), 1-10.

Jafari, H. (2020). Developing a Fuzzy Model for the Nurse Scheduling Problem. Journal of operational research in its applications (applied mathematics)-Lahijan azad university, 17(2), 93-107.

Jafari, H., & Salmasi, N. (2015). Maximizing the nurses’ preferences in nurse scheduling problem: mathematical modeling and a meta-heuristic algorithm. Journal of industrial engineering international, 11(3), 439-458.

Jafari, H., Bateni, S., Daneshvar, P., Bateni, S., & Mahdioun, H. (2016). Fuzzy mathematical modeling approach for the nurse scheduling problem: a case study. International journal of fuzzy systems, 18(2), 320-332.

Kim, S. J., Ko, Y. W., Uhmn, S., & Kim, J. (2014). A strategy to improve performance of genetic algorithm for nurse scheduling problem. International journal of software engineering and its applications, 8(1), 53-62.

Ko, Y. W., Kim, D. H., Uhmn, S., & Kim, J. (2017). Nurse scheduling problem using backtracking. Advanced science letters, 23(4), 3792-3795.

Kumar, B. S., Nagalakshmi, G., & Kumaraguru, S. (2014). A shift sequence for nurse scheduling using linear programming problem. Journal of nursing and health science, 3(6), 24-28.

Maenhout, B., & Vanhoucke, M. (2010). Branching strategies in a branch-and-price approach for a multiple objective nurse scheduling problem. Journal of scheduling, 13(1), 77-93.

Maenhout, B., & Vanhoucke, M. (2011). Reactive personnel scheduling: insights and policy decisions. 25th Annual conference of the Belgian operations research society (ORBEL 25) (pp. 29-30), Ghent, Belgium. http://hdl.handle.net/1854/LU-1147910

Millar, H. H., & Kiragu, M. (1998). Cyclic and non-cyclic scheduling of 12 h shift nurses by network programming. European journal of operational research, 104(3), 582-592.

Mirjalili, S., & Lewis, A. (2016). The whale optimization algorithm. Advances in engineering software, 95, 51-67.

Mirjalili, S., Saremi, S., Mirjalili, S. M., & Coelho, L. D. S. (2016). Multi-objective grey wolf optimizer: a novel algorithm for multi-criterion optimization. Expert systems with applications, 47, 106-119.

Nasiri, M. M., & Rahvar, M. (2017). A two-step multi-objective mathematical model for nurse scheduling problem considering nurse preferences and consecutive shifts. International journal of services and operations management, 27(1), 83-101.

Rochman, E. M. S., Rachmad, A., & Santosa, I. (2020). The application of genetic algorithms as an optimization step in the case of nurse scheduling at the bringkoning community health center. JPhCS, 1477(2), 022026.

Sangai, J., & Bellabdaoui, A. (2017). Workload balancing in nurse scheduling problem models and discussion. 2017 International colloquium on logistics and supply chain management (LOGISTIQUA) (pp. 82-87). Rabat, Morocco. IEEE. DOI: 10.1109/LOGISTIQUA.2017.7962878

Sarkar, P., Chaki, N., & Chaki, R. (2019, September). A study of Resource Optimization for Nurse Scheduling Problem. 2019 4th International conference on computer science and engineering (UBMK) (pp. 757-761). IEEE. DOI: 10.1109/UBMK.2019.8907175

Simić, S., Simić, D., Milutinović, D., Đorđević, J., & Simić, S. D. (2017, September). A fuzzy ordered weighted averaging approach to rerostering in nurse scheduling problem. International joint conference SOCO’17-CISIS’17-ICEUTE’17 (pp. 79-88). Springer, Cham.

Steege, L. M., & Dykstra, J. G. (2016). A macroergonomic perspective on fatigue and coping in the hospital nurse work system. Applied ergonomics, 54, 19-26.

Thongsanit, K., Kantangkul, K., & Nithimethirot, T. (2016). Nurse’s shift balancing in nurse scheduling problem. Science, Engineering and health studies, 10(1), 43-48.

Tsai, C. C., & Li, S. H. (2009). A two-stage modeling with genetic algorithms for the nurse scheduling problem. Expert systems with applications, 36(5), 9506-9512.

Youssef, A., & Senbel, S. (2018, January). A bi-level heuristic solution for the nurse scheduling problem based on shift-swapping. 8th annual computing and communication workshop and conference (CCWC) (pp. 72-78). Las Vegas, NV, USA. IEEE. DOI: 10.1109/CCWC.2018.8301623

Zhong, X., Zhang, J., & Zhang, X. (2017). A two-stage heuristic algorithm for the nurse scheduling problem with fairness objective on weekend workload under different shift designs. IISE transactions on healthcare systems engineering, 7(4), 224-235.

تصمیم گیری و تحقیق در عملیات

مساله زمانبندی پرستاران با در نظر گرفتن سطح خدمت رسانی در شرایط عدم قطعیت

مراجع

مراجع

دوره 7، شماره ویژه
مهر 1401
صفحه 1-23

مساله زمانبندی پرستاران با در نظر گرفتن سطح خدمت رسانی در شرایط عدم قطعیت

مراجع

مراجع

دوره 7، شماره ویژهمهر 1401صفحه 1-23

دوره 7، شماره ویژه
مهر 1401
صفحه 1-23