【正文】 Third International Conference,Konstanz, Springer, 2021, 159–175. [34] . Beddoe, S. Petrovic, G. Vanden Berghe: Casebased reasoning in employee rostering: learning repair strategies from domain ex。 Health Service Administration, 1979, 19– 35. [21]. Smith, A. Wiggins: A puterbased nurse scheduling system, Computers and Operations Research, Vol. 4, No. 3, 1977, 195– 212. [22] , :Horoplan: [23] I. Berrada, J. Ferland, P. Michelon: A multiobjective approach to nurse scheduling with both hard and soft constraints, SocioEconomic Planning Science, 30, 1996, 183– 193. [24] . Chen, T. Yeung: Hybrid expert system approach to nurse scheduling, Computers in Nursing,1993, 183– 192. [25]J. Arthur, A. Ravindran: A multiple objective nurse scheduling model, AIIE Transactions, Vol. 13,No. 1, 1981, 55– 60. [26] A. Musa, U. Saxena: Scheduling nurses using goalprogramming techniques, IEEE, 1984, 216– 221. [27]I. Ozkarahan: A disaggregation model of a flexible nurse scheduling support system, SocioEconomical Planning Science, Vol. 25, No. 1, 1991, 9– 26. [28]A. Jaszkiewicz: A metaheuristic approach to multiple objective nurse scheduling, Foundations of Computing and Decision Sciences, Vol. 22, No. 3, 1997, 169–184. [29],eck:Horoplan:puterassisted nurse scheduling using constraint based programming, Journal of the Society forHealth Systems, Vol. 5, 1995, 41– 54. [30] A. Meisels, E. Gudes, G. Solotorevski: Employee timetabling,constraintworks and knowledgebasedrules: A mixed approach, In . Burke, P. Ross (Editors), Practice and Theory of AutomatedTimetabling。[1] 趙美玉 .護理管理學 [M].鄭州：鄭州大學出版社， 2021： [2] 院陸蕊 ,君鮑學 ,英王惠芬 .護士排班的改進與實踐 [J].護理管理雜志， 2021，（ 02）， 23. [3] 李秋潔．護理管理 [M]．北京：人民衛(wèi)生出版社， 2021： 60— 61． [4] 呂芳．新型的以病人為中心的排班模式對護理的影響 [J]．現(xiàn)代護理． 2021， 7(6)： 51一52． [5] 秦玉霞，李曉星，牛娟．互補增值原理在護士排班中的運用 [J]．臨床護理雜志， 2021，l(1)： 9一 lO． [6] 楊玉霞．門診護士排班方式的探討 [J]．實用護理雜志， 2021， 19(2)： 65． [7] 張萍． ICU護理人員排班與人力資源利用 [J]．解放軍護理雜志， 2021， 21(11)： 78． [8] 茍艷梅，劉小敏，任秋云，等．護士排班需求本在手術(shù)室排班中的作用 [J]．中華護理雜志， 2021， 37(1)： 55— 56． [9] 戴琴，馮植．重癥監(jiān)護病房護士工作壓力源與心理健康水平的相關(guān)性研究 [J]．中華護理雜志， 2021， 37(7)： 488～ 489． [10]周力，趙琳，徐梅，等．手術(shù)室實施彈性排班制度效果評價 [J]．護理管理雜志， 2021，2(2)： 57— 59． [11] 何麗，繩宇，宋烽．彈性排班與手術(shù)宦護士資源分配的研究 [J]。 然后要感謝我的家人，是他們的默默付出和無私支持讓我完成了學業(yè)。和沈老師的接觸已經(jīng)將近兩年了，沈老師 對教學的熱情和嚴謹?shù)难芯烤駥ξ业挠绊懞艽?，讓我明白了做研究的人要有什么樣的態(tài)度。 首先要感謝論文指導老師沈吟東教授。 致謝 論文 終于 寫完了 。如果允許接受不可行解，并且能保證最后的收斂到可行的最優(yōu)解，將會更好。如果能找到更好的鄰域結(jié)構(gòu)將會取到更好的效果。 可以自動生成排班方案，這樣 相對于手工排班就可以 省去很多麻煩，并且能取到一定的優(yōu)化作用，能降低成本，總體的框架還是處理的很好的，但是美中不足是優(yōu)化的效果 不是太明顯，究其原因可能是鄰域結(jié)構(gòu)設(shè)置的不是很好，如果以后的研究再深入點，可以尋找更好的鄰域結(jié)構(gòu)。本章對論文做出總結(jié)和展望 總結(jié) 本論文 主要研究基于模擬退火的護士排班算法。 初始可行解的總費用為 ，如 圖 4 1 圖 4 1 初始可行解 有了初始解后，接下來就是不斷的進行迭代，窗體中顯示了優(yōu)化過程中best_solution 的總費用的變化過程。 結(jié)果 分析 利用背景 中的數(shù)據(jù)，代入程序中運行可以看到結(jié)果。 best_solution 送入函數(shù)的是引用，故而它的值會變化。cur,Solutionamp。 函數(shù) bool accept(Solution cur, Solution new_solution, double T)用于判斷是否接受產(chǎn)生的新解，形參為當前解 cur 和新解 new_solution，以及退火溫度 T,返回值為布爾型， 1 表示接受， 0 表示不接受。 函數(shù) Solution generate_solution(Solution cur) 用于產(chǎn)生新解。 模擬退火算法實現(xiàn) 模擬退火的算法程序設(shè)計 有幾個函數(shù)構(gòu)成，主體是 迭代變換函數(shù) 。對應于 void operator=(Solution temp)函數(shù)，用于將一個對象的數(shù)據(jù)復制給另外一個類。 函數(shù) void Calculate_cost() 計算費用和懲罰值 。 可分為兩部分 調(diào)整。 成員函數(shù)也設(shè)為公共型，下面依次進行說明： 函數(shù) void initialize()為初始化函數(shù)，產(chǎn)生可行的初始化方案。 total_cost 為解決方案的總費用包括工資費用和偏好費用以及懲罰值。 取值見 表 4 1 。 二維數(shù)組 demand[3][21]表示每個班次對于每種護士的需求 ， 設(shè)計為整型變量 。 二維數(shù)組 work_cost[28][21]表示 工作費用， 設(shè)計為整型變量。設(shè)計為整型變量 work_grade[i]j]表示第 i 個護士上第 j 個班次的實際工作級別。 grade[i]表示對 i個護士的級別，取值 1,2,3 分別對應低級，中級和高級護士。 pref[i][j]表示第 i 個護士 對 第 j 個班次 的偏好程度， 取值 1,2,3,4,5 分別對應非常喜歡，喜歡，一般，不喜歡，非常不喜歡五個等級。 二維數(shù)組 tab 表示排班表， 設(shè)計為整型變量， 由于有 28 個護士，并且一周七天，每天三個班，總共有 21 個班次，前面七個代表早班，中間七個代表中班，最后七個代表晚班，所以設(shè)計為 tab[28][21]， tab[i][j]=1 表示第 i 個護士上第 j 個班 ； 二維數(shù)組 work[28][21]表示是否請假， 設(shè)計為整型變量， work [i][j]表示第 i個護士能否上第 j 個班次， 為 0 表示請假 ， 為 1 表示能工作 。 數(shù)據(jù)類型都設(shè)置為公共型，依次進行說明。首先要用計算機里面的數(shù)據(jù)來表示實際問題的 變量。再設(shè)計模擬退火的算法程序。 表 4 1 一周各級別護士需求表 接下來的程序設(shè)計都是 基于這些數(shù)據(jù)的，試圖用計算機來為該科室排班，并用算法進行排班優(yōu)化。 表 4 1 [46]為他們科室某一周對于護士的需求。 案例背景 湖南省 某市級醫(yī)院某科室 [46]有 28 位護士，其中高、中、低級別護士分別為 1 10 位。 4 基于模擬退火的護士排班算法 實現(xiàn)與 案例分析 上一章 講述了基于模擬退火的護士排班算法的設(shè)計，本章詳細講述算法的程序?qū)崿F(xiàn)。 參數(shù)設(shè)計 模擬退火中參數(shù)設(shè)置也很重要 。 當新解 總費用值大于當前值則以概率 P 接受， P=exp( C? /T),其中 C? 為當前解的總費用減去新解的總費用值的差， T 為退火溫度。 第一種 可表示為 讓 1ij ijxx?變 成 ；第二種可表示為讓 ijx 和 ikx 的數(shù)值進行交換，要求是 1ik ijxx??；第三種相當于讓 1 1ij k j k j ijx x x x? ? ?變 成 要 求 是 這三種變換的方法，依次進行，如果滿足了不違反約束，增加懲罰值則得到新解，如果不行，則進行下一種交換方法，如果第三種還是產(chǎn)生增加懲罰值的新解，則接受，該新解也將在接受準則中被淘汰。