دانلود مقاله ISI انگلیسی شماره 79553
ترجمه فارسی عنوان مقاله

یک شبیه سازی مبتنی بر تقریبا برنامه ریزی پویا به چند کلاس، چند منابع جراحی برنامه ریزی

عنوان انگلیسی
A simulation based approximate dynamic programming approach to multi-class, multi-resource surgical scheduling
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
79553 2015 11 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : European Journal of Operational Research, Volume 245, Issue 1, 16 August 2015, Pages 309–319

ترجمه کلمات کلیدی
مراقبت های بهداشتی، برنامه نویسی دینامیک، فرایندهای تصمیم گیری مارکوف، برنامه ریزی جراحی، شبیه سازی
کلمات کلیدی انگلیسی
Health care; Dynamic programming; Markov decision processes; Surgical scheduling; Simulation
ترجمه چکیده
این مقاله یک روش و مدل راه حل برای برنامه ریزی بیماران را در یک سیستم چند طبقه، چند منبع جراحی ارائه می دهد. به طور خاص، با توجه به یک برنامه کارشناسی ارشد که یک تجزیه چرخه ای از کل و یا در دسترس بودن را به اختصاص اختصاص روزانه به هر تخصص جراحی، ارائه می دهد، یک خط مشی برنامه ریزی برای تمام جراحی ها که ترکیب زمان مناسبی بین درخواست بیمار و تاریخ جراحی، اضافه کاری در اتاق عمل و تراکم در بخش ها. به هر حال، این مقاله برای اولین بار تعیین یک برنامه جراحی مبتنی بر استفاده از اتاق عمل و تخت های بازیابی است. چنین مشکلاتی را می توان به عنوان فرایند تصمیم گیری مارکو مطرح کرد اما اندازه هر گونه مشکل واقع گرایانه، راه حل های روش های سنتی را قابل حل می کند. ما یک الگوریتم تقریبی الگوریتم خطای تقریبی ترین مربعات را توسعه می دهیم و مدل ما را بر روی داده ها از یک بیمارستان محلی آزمایش می کنیم تا نشان دهیم موفقیت سیاست نتیجه گیرنده.

چکیده انگلیسی

This paper presents a model and solution methodology for scheduling patients in a multi-class, multi-resource surgical system. Specifically, given a master schedule that provides a cyclic breakdown of total OR availability into specific daily allocations to each surgical specialty, the model provides a scheduling policy for all surgeries that minimizes a combination of the lead time between patient request and surgery date, overtime in the operating room and congestion in the wards. To the best of our knowledge, this paper is the first to determine a surgical schedule based on making efficient use of both the operating rooms and the recovery beds. Such a problem can be formulated as Markov Decision Process model but the size of any realistic problem makes traditional solution methods intractable. We develop a version of the Least Squares Approximate Policy Iteration algorithm and test our model on data from a local hospital to demonstrate the success of the resulting policy.