2天3天(3)平均排队时间p=12.68天。
4.2.1问题二的分析:
按照题意,该住院部当前已住院的病人数、各种病人所占比例及其目前的治疗阶段都是确定并已知的,同时我们也掌握第二天的拟出院人数和今天以前(包括今天)的待入院登记人数及其病情。在这样的情况下,我们若要重新建立一个更为合理的病床安排模型就必须首先分析了解当前的FCFS规则有何缺陷,缺陷主要在于何处以及如何改进这些缺陷。
4.2.2问题二的模型建立:
下面,我们从dj的每个分量入手,分别讨论原FCFS规则所存在的问题及其解决对策。因为hj与每个病人的身体状况和手术的进行情况有关,不是通过合理安排能够控制和改变的,所以下面我们对这一指标的优化暂时不予考虑。
根据题目所给条件,所有病人手术之前所需的准备时间都是基本确定的,分别为:急症1天,白内障(单眼和双眼)1-2天,其他眼科2-3天。通过对已给数据的分析,我们得到在FCFS规则下的统计图表:
白内障(单眼)的准备时间白内障(双眼)的准备时间5天7天1天1天4天11%8%1天1天6天10%2天32%2天10%3天3天4天3天4天5天2天5天18%%2天5天18%4天3天6天31%7天 视网膜疾病的准备时间 38%2天 3天 62% 其中,急症因为其特殊性,准备时间全部为1天,我们便不做图分析。
从上图我们不难发现急症和其他眼科疾病的准备时间都控制在题中所给的一个良好的范围之内(2-3天)。因此,我们可以认为目前医院的FCFS规则对病床的安排就准备时间这个指标而言是高效率的。但是,单眼和双眼的白内障病人则分别有37%和60%
9%在病床上准备了超过实际所需的时间,这样就大大浪费了医院的病床资源。于是,我们认为目前医院的FCFS规则对白内障病人而言在准备时间这个指标上是低效率的。下面,我们首先对这一方面进行改进。
通过分析,我们发现造成这种低效率情况的原因主要是因为白内障手术只有在星期一和星期三才能完成,并且出于节约病床和更好地促进病人恢复等方面的考虑,双眼白内障病人都被安排在星期一和星期三分别进行第一次和第二次手术。这样,一旦白内障病人在住入病房时错过了最佳入院时间(如星期天和星期二)就需要等待一段相对而言较长的非必要准备时间。
而对于其他眼科疾病,因为只有星期一和星期三不能进行手术,而准备时间可以在2天后或者3天后,所以大部分该类病人能够按时进行手术是合理的。但同时我们也考虑到一种特殊情况:当病人本身需要准备三天时间而改进行手术当天又正好是星期一和星期三的情况时,则需要四天的准备时间。观察上表我们不难知道这样的情况并没有发生。
通过对所有数据的仔细分析,我们发现所有等待三天的其他眼科疾病病人都是在星期二和星期四进行的手术。这就存在两种情况:(1)他们是在两天准备时间过后因为拟手术时间不能进行手术而耽误了一天;或者(2)三天准备时间过后正好为星期二或星期四(见附表*)。若为后者,考虑到目前的病床安排规则是不考虑病人所患疾病的,那么这种需要三天准备时间的其他眼科病人应该均匀分布在一个星期中的各天。但是这种情况在非周六周一的数据中也没有出现一次,于是,我们有理由将“其他眼科病人需要三天准备时间”视为小概率事件不予考虑。
因此,新的病床安排模型的第一条原则为:
(1)若明天为星期六和星期日:在满足急症病人的需求之后,尽量满足双眼白内障病人的需求;
(2)若明天为星期一或星期二:在满足急症病人的需求之后,尽量满足单眼白内障病人的需求;
(3)对于其他眼科疾病的病人,只要两天准备时间过后时间不冲突的即可进行相应手术。
根据以上原则,新模型能在准备时间这一指标上改善了原有的FCFS规则。
进一步分析发现,最初的FCFS模型并没有将等待入院的病人按照疾病种类的不同进行分类,这样虽然在一定程度上保证了病人之间的公平性,但很可能导致在效率相同的条件下使整体的满意率很低。于是,在总效率相等的情况下,我们考虑通过提高满意度来进一步优化新的病床安排模型。特别是对于其他就诊条件相差无几的青光眼和视网膜疾病,它们的主要差异就体现在此。
因为满意度和整体的平均等待时间成反比,而每位病人的等待时间又和前面病人的恢复时间相关联。具体来说,如果其他情况相同(排除急症的情况)但恢复时间不同的两位不同病症的病人同时等待排队,显然,让恢复时间较短的病人排在前面可以使整体的平均等待时间最短。虽然这时可能会出现不公平的情况:门诊时间较晚的病人反而先住入医院,但从全体病人的角度来考虑,即便不能在时间提高效率,这样的安排方法也会使平均满意度更高,在一种程度上优化了原有的安排模型。
因此,新的病床安排模型的第二条原则为:
在其他情况(排除急症)相同的等待者中,尽量使恢复时间短的病人先入院接受治疗。
通过对所有数据的统计,各种疾病的平均恢复时间如下图所示:
各种眼科疾病的恢复时间60504030201001天3天5天7天9天11天13天白内障(单)白内障(双)青光眼视网膜疾病急症人数时间
总计: h1 h2 h315天 h4 h5 2.90
4.96 8.08 10.17 6.04 以上数据进一步支持了我们在满足急症病人需求的基础上首先考虑白内障患者以缩短准备时间的第一条原则,同时,也说明青光眼患者的恢复时间平均较视网膜疾病患者低20%左右。根据第二条原则,青光眼患者的优先性应该高于视网膜疾病患者。 虽然从理论上来说将所有青光眼患者都安排在视网膜疾病患者的前面可以使p最低,但这样的可操作性并不强。因此,我们考虑在一个相对较短的周期内使青光眼病人安排在视网膜疾病病人的前面,这样就能达到既提高满意度又不完全丧失公平性的结果。
下面,我们将一周内每一天各种疾病病人进入系统的平均数量统计在下图:
各天各类疾病的平均门诊人数5.004.00白内障白内障(双眼)青光眼视网膜疾病外伤人数3.002.001.000.00一二三四五六日星期
总计: 疾病种类 m1 m2 m3 m4 m5 每周就诊平均人数 11.36 15.31 10.36 21.00 7.33 取整后的最少人数 12 16 11 21 8 也就是说我们每周至少要分别安排治疗mi个第i类病人才能保证整个排队队伍的长度保持在一个相对稳定的状态甚至逐渐缩短。
给出了各类病人每周最少接待量以后,我们还需要就可能出现的剩余病床的分配原则予以进一步的讨论。
新的病床安排模型的第三条原则为:
(1)如果剩余床次出现在星期二和星期日,根据第一条原则我们首先都给白内障患者(星期二的给单眼白内障,星期日的给双眼白内障患者);
(2)如果剩余床次出现在星期五,根据第二条原则我们全部给与青光眼患者。
新的病床安排模型的第四条原则为:
得到第二天各类疾病的住院人数后,虽然各人的体质不同,但都可以认为其恢复时间是服从一定分布函数的,因此,此时所有同类病人即可视为同质的,先后顺序根据其门诊的先后顺序来确定。
综上,我们给出以下病床安排模型: 日期 第一准则 第二准则 第三准则 第四准则 满足 星期一 满足白内障患者(单) 急诊病人 满足白内障患者(单) 满足 星期二 直到本周该病接待人数 满足青光眼患者 急诊病人 达到12人 满足青光眼患者直到本周满足 星期三 接待人数达到 满足视网膜疾病患者 急诊病人 11人或无人排队 满足 星期四 满足视网膜疾病患者 急诊病人 满足视网膜疾病患者 满足 若有剩余,则剩余空位星期五 直到本周该病接待人数 急诊病人 按照全部给青光眼患者 达到21人 满足 星期六 满足白内障(双)患者 急诊病人 满足白内障(双)患者 满足视网膜疾病患者 满足 满足白内障星期日 直到本周该病接待人数 直到本周该病接待人数 急诊病人 (双)患者 达到16人 达到21人
4.2.3问题二的模型求解:
运用所编的MATLAB程序【3】(见附录源程序1),我们将8月11日至8月24日两个星期的病床根据新建立的模型重新安排,列表见附录表2。
4.2.4问题二的模型评价:
根据第一问中所得到的评价指标体系,我们综合运用文献中的权值,得到两个安排模型的各项指标标准化以后如下表所示:
指 流动趋势L 平均准备时间 平均排队时间 标 综合指标 模 (人/天) (天) (天) 型 FCFS 1 1 1 1 改进模型 0.8609 0.6630 0.8312 0.7926
通过上表可以发现,改进后的安排模型在各项指标上都对原规则进行了优化,特别是在平均准备时间上面,优化幅度较大,整体效果良好。
4.3问题三的模型建立:
根据上一问中的模型分析可知,我们的病床安排规则能最终达到一个较为稳定的状态,在这个状态下,单位时间的内患不同种类的疾病的患者将以一个较为稳定的数量k被接受进入医院看病。我们设定ki(i=1?4)表示单位时间内接受患第i种病的病人数。
为了求得Hk(t)的分布函数,我们对所给数据进行统计分析,在进行正态性检验之后,有其中的三个函数(i=1,2,4)通过了检验(见附录图3-6)。其中没有通过正态分布检验的H3(t)通过了t分布检验。白内障单眼患者(i=1):
0.7白内障双眼(i=2)
0.70.6正态分布函数0.60.50.5正态分布函数0.3白内障(单)患者分布概率分布概率0.40.40.30.20.2白内障(双)患者0.10.10123恢复时间4503
均值:?= 4.9634 方差:?=0.597218
45恢复时间67
均值:?= 2.9028 标准差:?=0.69525 即x1~N(2.9028, 0.483373)
即x2~N(4.9634,0.356669)
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说综合文库2009B题论文眼科病床的合理安排模型(2)在线全文阅读。
相关推荐: