数据驱动的手术排程仿真优化方法研究

Managing surgery schedules is an important task in hospital operations management, and an effective surgery schedule plays a critical role in improving healthcare service quality. As a key characteristic of surgery scheduling, the uncertainty in surgery durations leads to a great challenge. Since the uncertainty could be influenced by a wide variety of factors, the uncertainty analysis of surgery durations was not well studied in the current literature. Driven by real-world healthcare data, this project will conduct a thorough analysis on the uncertainty in surgery durations, and based on that, study the surgery scheduling problem taking account of surgery duration uncertainty. In addition, this project will propose novel simulation optimization algorithms to solve the problem and apply the algorithms in practice. The main research problems are (1) data-driven modelling of uncertainty in surgery durations, (2) data-driven research on surgery scheduling with single objective, (3) data-driven research on surgery scheduling with multiple objectives, and (4) practical application in real-world surgery scheduling problems. Based on the analysis and modelling of surgery data, this project targets on using a novel simulation optimization method to enhance the data-driven research on surgery scheduling problem, and furthermore, provide theoretical and technical supports for the management practice of surgery scheduling.

手术排程问题是医院运营管理中的重要内容，有效的手术排程对提高医疗服务质量具有重要意义。然而，作为手术排程问题的重要特征，手术时长的不确定性给这一问题的研究带来了困难，并且由于影响因素多而复杂，现有文献中对手术时长不确定性的分析并不充分。本项目将从实际医疗数据出发，深入分析手术时长不确定性, 在此基础上对手术时长不确定情况下的手术排程问题展开研究，提出解决该问题的新型仿真优化算法，并将其应用于实际中。本项目的主要研究内容包括：（1）数据驱动下的手术时长不确定性建模；（2）数据驱动下基于手术时长建模的单目标手术排程问题研究；（3）数据驱动下基于手术时长建模的多目标手术排程问题研究；（4）数据驱动的手术排程应用研究。本项目旨在以手术相关数据的分析和建模为出发点，以新型仿真优化算法为工具，丰富数据驱动下的手术排程问题研究，为手术排程的管理实践提供理论方法和技术支持。

本项目研究了在医疗大数据不断兴起的背景下如何解决手术排程问题。手术排程是医院运营管理中的重要内容，有效的手术排程对提高医疗服务质量和降低医疗服务成本具有重要意义。然而，手术时长的不确定性给手术排程问题的研究带来了困难；同时，由于影响因素多而复杂，现有文献中对手术时长不确定性的分析并不充分。本项目的主要研究内容是，基于实际医疗数据，深入分析和建模了手术时长不确定性,并在此基础上对考虑手术时长不确定性的手术排程问题设计解决方法。具体来说，本项目通过概率分布拟合、数据驱动的模糊集构造等方法建模不确定的手术时长，并设计出一系列有效解决手术排程问题的高效仿真优化算法。本项目相关的研究成果发表在《Management Science》、《Frontiers of Engineering Management》等国际和国内学术期刊上，同时形成多篇工作论文。研究成果揭示和解释了手术时长不确定机制，既丰富数据驱动下的手术排程问题研究，又为手术排程的管理实践提供理论方法和技术支持。