供需双边大数据驱动的血液共享管理随机模型研究

Based on the complex characteristics of blood inventory, i.e. unreliable supply, random and heterogeneous demand and the coexistence of multi-inventory age, and the actual operation environment of blood inventory management under VMI, this project systematically studies the stochastic models for supply and demand two-side big data-driven blood share management from the perspective of blood center. With the research routes of decomposition to integration and theory to practice, this project adopts multiple theories, such as stochastic inventory theory, demand learning, network optimization and multi-objective constrained optimization theory. Moreover, several research methods have been used in this project, such as big data-driven, robust method, multimodular/submodular analysis methods and comparative static analysis method. Considering two scenarios that with and without supply and demand two-side big data, this project firstly studies the stochastic model for blood collection and substitution share, and then the stochastic model for blood collection and transshipment share. In addition, the stochastic model for blood collection and integrated share is studied. On this basis, the theoretical outputs will be applied to Chengdu Blood Center for empirical and case studies, to guide the blood inventory and share management and help hospital to carry out scientific demand management. This study is conducive to revealing the mechanism and rule of the big data-driven blood inventory management decision-making paradigm, establishing the big data-driven panoramic management, decision-making theory and methodology for blood share management.

本项目立足供应不可靠、需求随机异质和多库龄共存等血液库存复杂特质，结合VMI模式的实际血液库存管理运作情境，站在血液中心的角度，系统深入地研究供应与需求双边大数据驱动的血液共享管理随机模型。本项目遵循“先分解后集成，从理论到实践”的研究思路，运用随机库存理论、需求学习、网络优化和多目标约束优化等理论，结合大数据驱动、鲁棒方法、多模数/亚模数分析和比较静态分析等方法，分不考虑大数据驱动和考虑供需双边大数据驱动两种情况，首先研究了血液采集与替代共享随机模型，然后研究了血液采集与转运共享随机模型。在此基础上，研究了血液采集与集成共享随机模型。最后，将上述理论成果应用于成都市血液中心进行实证和案例研究，指导血液中心血液库存与共享管理，帮助医院进行科学需求管理。本项目的研究有助于揭示大数据驱动的血液库存管理决策范式的机理与规律，有助于构建面向大数据的血液库存全景式管理与决策理论和方法体系。

血液是临床医疗救护的必备品，在医疗保健系统中至关重要。本项目立足供应不可靠、需求随机异质和多库龄共存等血液库存复杂特质，结合VMI模式的实际血液库存管理运作情境，站在血液中心的角度，系统深入地研究了供应与需求双边大数据驱动的血液共享管理随机模型。首先，从大数据驱动的创新视角进行血液供应链管理决策范式研究，以最小化血液短缺和过剩为目标，构建血液订购模型，得到模型驱动和大数据驱动两种决策范式下，不考虑和考虑服务水平约束两种情境的血液最优订购策略。第二，基于上海、广州、烟台、珠海、苏州、南宁、银川和德阳等地的献血行为大数据，研究微信公众号对平均单次献血量、献血次数、血液合格率和流失率等献血行为的影响。第三，基于让渡价值理论，考虑献血者满意度和重复献血意愿，构建重复献血行为影响因素的概念模型，结合德阳市全血重复献血者的问卷调查报告，匹配信息系统中的历史献血大数据，研究影响重复献血行为的价值要素和成本要素。第四，考虑需求随机异质和不同生命周期的血液制品定期盘点库存模型，基于供应与需求过程中的结构化和非结构化大数据，得到不同库龄血液制品的最优订货策略。第五，针对血液供应不可靠和异质性需求的特质，分不考虑大数据驱动和考虑供需双边大数据驱动两种情况研究了RMI和VMI模式下考虑共享的血液采集、库存和分配模型，并设计了血液物流管理利益分享机制。最后，将上述理论成果应用于成都市血液中心、南宁中心血站、德阳市中心血站和广东穿越医疗科技有限公司进行实证和案例研究，指导其血液库存与共享管理，帮助医院进行科学需求管理。本项目的研究有助于揭示大数据驱动的血液库存管理决策范式的机理与规律，有助于构建面向大数据的血液库存全景式管理与决策理论和方法体系。