基于收益管理的医疗门诊服务优化方法研究

将航空业的收益管理思想用于医院门诊预约过程.在充分考虑了患者对门诊诊疗能力未来实际需求的不确定性情况下,针对患者爽约(no-show)的情况,采用可调整的鲁棒优化模型,克服了传统优化方法对假设和估计严格性的依赖.所利用的鲁棒优化模型在一定程度上弥补了医院门诊预约所采用传统的随机优化和需求分布估计方法的不足,为医院门诊预约预售策略的制定提供了可以借鉴的思路.同时利用收益管理帮助医疗机构更好满足来自不同患者的诊疗需求,优化医疗门诊服务的质量,提高医院的实际收益.     

基于马尔可夫过程的门诊预约策略研究

在现实的门诊预约决策问题中,已经预约的患者在接受医疗服务之前,有可能取消先前的预约,也可能在就诊当天爽约,这些均会对医院的收益造成负面影响,如何在考虑患者存在取消预约和爽约的情形下,设计合理有效的门诊预约策略来保证医院的收益,是一个值得研究的问题.文章针对具有两类预约患者(提前预约患者和当天预约患者)的门诊预约决策问题,在考虑提前预约患者可能存在取消预约和爽约行为的情形下,提出了一种基于马尔可夫过程的门诊预约策略.文中首先以医院的期望收益最大作为决策目标,建立对提前预约患者进行超额预订的马尔可夫过程模型;基于所建立模型的特征,证明了对于任意的提前预约时段,存在不同爽约概率下提前预约患者的最佳预约数量,且此最佳预约数量随着爽约概率的增加而增加;进一步地,给出了该门诊预约问题的最优预约策略以及确定该策略的精确算法;最后通过数值实验说明了文章所提出的预约策略的适用性和有效性.     

考虑存在取消预约情形的门诊预约能力分配策略

在现实的门诊预约问题中,已经预约的患者在接收医疗服务之前,有可能取消先前的预约,这会对医院的收益造成负面影响,如何在考虑患者存在取消预约的情形下,设计合理有效的能力分配策略来保证医院的收益,是一个值得研究的问题.本文针对具有提前预约和当天预约的门诊预约能力分配问题,在考虑提前预约患者可能存在取消预约行为的情形下,提出了一种提前预约患者和当天预约患者的最优能力分配策略。文中首先以医院的期望收益最大作为决策目标,建立了存在取消预约患者的医疗预约问题的马尔科夫过程模型,并给出了该模型的相关性质;基于所建立模型的特征,证明了对于任意的提前预约时段,存在提前预约患者的最佳数量,进而给出了提前预约患者和当天预约患者的最优能力分配策略以及确定该策略的精确算法;最后,通过数值试验说明了本文所提出的能力分配策略的适用性和有效性。     

随机服务时间下异质患者门诊预约调度优化

考虑随机服务时间与行为特征互不相同的异质患者,建立随机混合整数规划模型对门诊预约调度问题展开研究。首先在给定服务顺序的假设下求解了两个患者的预约调度问题;在此基础上,设计启发式算法对多个患者预约方案和服务顺序同时进行优化。数值结果表明:当患者服务时间为独立同分布的随机变量时,患者预约时间间隔呈现先增加后减少的圆顶形状;当患者服务时间服从不同分布时,通过与样本平均近似方法对比,验证了启发式算法的计算效率和有效性。     

差异化需求下考虑患者预约行为的医疗服务供需匹配方法

如何根据患者的差异化需求,撮合医生与患者双方形成合理有效的医疗服务供需匹配,是医疗服务运作管理中重要的研究问题。本文针对医疗服务中医生与患者的实际需求,提出了一种考虑患者预约行为的匹配决策方法。在该方法中,首先依据患者的预约行为及特征分类;然后,通过计算不同情形下医患双方的差异度,获得了医患双方的满意度矩阵;在此基础上,提出了匹配预约患者与医生的E-HR算法,并进一步构建了匹配剩余患者和医生的多目标优化模型,通过模型求解得到最优匹配结果;最后,通过算例说明了本文提出方法的可行性和实用性。     

基于机票超售模型的高校图书馆网上预约管理策略

由于图书预约管理体制的不完善,预约借书成功率不高,大量预约登记图书滞留,严重影响图书的流通,因此合理可行的预约管理方案是各高校图书馆共同的迫切需求.基于机票超售模型,结合高校图书馆的实际情况,根据预约者是否按时来图书馆领取预约图书,总体分析复本数、预约期限、预约成功率与图书滞留天数的关系,应用Matlab7.0求解最佳的预约方案来减少预约服务造成的图书滞留.并且以天津大学图书馆为例验证模型效果,以图书滞留天数衡量预约图书流通情况,应用高校图书预约模型对预约方案进行改进,使得预约图书滞留天数明显减少,成功达到提高预约图书流通率,更好地为高校师生服务的目的.     

可加号的门诊预约能力分配问题

预约服务可以有效优化医院门诊就诊流程,针对我国患者预约意识不强和预约患者爽约率高的特点,本文研究患者需求量较高时可以增加号源的条件下,考虑加号和拒绝患者成本,以门诊收益期望最大为目标,匹配预约患者和现场挂号患者需求量的能力分配问题。证明了门诊收益期望函数的单峰性,给出了最优解满足的条件。通过大量数值实验分析不同参数对门诊能力分配方案的影响,结果表明两类患者需求量对能力分配方案有较大影响,可加号情况下能力分配方案对患者爽约更敏感。     

考虑急诊随机需求的CT室预先排程研究

在考虑急诊随机插队情形下,以服务系统期望总收益最大化为目标建立马尔科夫决策模型描述CT室预先排程问题.精细划分预约病人的费用信息,精确刻画预约病人的直接等待时间.运用收益管理理论,通过边际分析技巧获得各等级病人的预约限制数量,保证接受预约请求的增量效益大于0.数值算例结果显示,得到的预约策略在医院服务病人的收入、病人的直接等待成本、预约请求被推迟的惩罚成本、医疗资源加班成本和空闲成本之间达到较好的平衡.由模型的结构性质知,得到的策略在实践中容易操作.     

基于分类服务机制的可预约排队系统设计和服务定价研究

采取合理有效的服务机制和服务定价是确保服务型企业持续有效运行的重要方式,服务提供商设计合理的服务策略可以使得服务收益达到最优。本文以服务可预约的排队系统为研究背景,对服务提供商分类服务机制选择和服务定价策略进行研究。通过考虑由两种服务策略下顾客之间的平均等待时间的对比和顾客等待厌恶心理参数形成的全新顾客服务效用模型,给出服务提供商在不同服务机制下的最优服务策略以及顾客市场规模对其服务策略选择的影响。研究表明,当预约顾客的市场规模相对较小时,服务提供商可以采取分类服务机制,即同时服务预约顾客和未预约顾客以增加服务收益,反之亦然。此外,预约顾客等待厌恶程度能够显著增大服务提供商的服务定价。     

基于满意度的预约门诊排队策略研究

为了推进预约挂号服务在医院有效的应用,本文结合实际情形,提出了病人满意度度量的新指标——加权病人等待时间,建立了以最大化病人满意度为目标的排队模型,并分析了医院目前常用的两种预约排队策略:不同优先级预约排队策略与时间段优先型预约排队策略。通过两种预约策略的比较,得到后者优于前者;通过预约与非预约策略的比较,得到预约策略优于非预约策略。在此基础上,对两种预约策略进行优化分析,求解出两种预约策略分别对应的最佳预约与非预约病人比例。最后,通过数值分析说明了应用预约策略对改善病人等待满意度的合理性及有效性,并对应用预约策略达到更好的满意度提出了可行建议。     

A framework for solving network revenue management problems with customer choice behavior

Revenue management is the process of understanding, anticipating and influencing consumer behavior in order to maximize revenue. Network revenue management models attempt to maximize revenue when customers buy bundles of multiple resources. The dependence among the resources in such cases is created by customer demand. Network revenue management can be formulated as a stochastic dynamic programming problem whose exact solution is computationally intractable. Solutions are based on approximations of various types. Customer choice behavior modeling has been gaining increasing attention in the revenue management. A framework for solving network revenue management problems with customer choice behavior is proposed. The modeling and solving framework is composed from three inter-related network structures: basic network model, Petri net, and neural net.     

Risk minimising strategies for revenue management problems with target values

Consider a risk-averse decision maker in the setting of a single-leg dynamic revenue management problem with revenue controlled by limiting capacity for a fixed set of prices. Instead of focussing on maximising the expected revenue, the decision maker has the main objective of minimising the risk of failing to achieve a given target revenue. Interpreting the revenue management problem in the framework of finite Markov decision processes, we augment the state space of the risk-neutral problem definition and change the objective function to the probability of failing a certain specified target revenue. This enables us to obtain a dynamic programming solution that generates the policy minimising the risk of not attaining this target revenue. We compare this solution with recently proposed risk-sensitive policies in a numerical study and discuss advantages and limitations.     

基于数字仿真的收益管理整合决策

对航空公司收益管理进行机票定价和座位存量分配的整合研究。应用计算机仿真算法动态构造民航收益管理系统中的需求预测模型,并根据航班收益最大化原则,确定价格与座位存量分配,根据需求变化实时调整价格和座位存量。仿真运算结果显示,该算法可以使航空公司不同航班收益比固定价格提高2%以上。     

基于收益管理和仿真的第三方仓储资源分配

针对不确定市场需求条件下第三方仓储资源的能力规划与分配问题,构建随机数学规划模型,理论分析证明了最优资源分配量的存在性,并指出最优资源分配量是单位资源成本的递减函数、单位资源收益和单位损失成本的递增函数。鉴于解析求解的复杂性,基于收益管理思想,结合离散事件仿真技术和响应曲面法,提出一种新的分析求解框架:收益管理用于细分顾客、构建资源分配策略,仿真模型刻画系统随机特性并评估系统绩效指标,响应曲面法则优化分配策略并探寻绩效改进方向。案例研究和仿真实验结果显示,根据顾客类别分配仓储能力的策略优于传统的先到先服务策略,收益管理、响应曲面法与仿真的综合集成,能够提高系统收益,从而使本文所提方法体系得到了有效验证。     

Incentive mechanism to control customer buy-down behaviour

Airlines have successfully practiced revenue management over the past four decades and enhanced their revenue. Most of the traditional models that are applied assume that customers buying a high-fare class ticket will not purchase a low-fare class ticket even if it is available. This is not a very realistic assumption and has led to revenue leakage due to customers exhibiting buy-down behaviour. This paper aims at devising a suitable incentive mechanism that would incite the customer to reveal his nature. This helps in reducing revenue leakage. We show that the proposed incentive mechanism is profitable to both the buyer and seller and hence ensures the buyers participation in the mechanism.     

Re-solving stochastic programming models for airline revenue management

We study some mathematical programming formulations for the origin-destination model in airline revenue management. In particular, we focus on the traditional probabilistic model proposed in the literature. The approach we study consists of solving a sequence of two-stage stochastic programs with simple recourse, which can be viewed as an approximation to a multi-stage stochastic programming formulation to the seat allocation problem. Our theoretical results show that the proposed approximation is robust, in the sense that solving more successive two-stage programs can never worsen the expected revenue obtained with the corresponding allocation policy. Although intuitive, such a property is known not to hold for the traditional deterministic linear programming model found in the literature. We also show that this property does not hold for some bid-price policies. In addition, we propose a heuristic method to choose the re-solving points, rather than re-solving at equally-spaced times as customary. Numerical results are presented to illustrate the effectiveness of the proposed approach.     

基于旅客选择的高速铁路客运收益管理研究

本文旨在探讨收益管理在高速铁路客运中的应用,给出了存在多级票价时,考虑旅客选择行为的铁路客运收益管理模型,优化结果能够同时给出发车指令和座位出售限制.利用模拟数据对模型进行了数值试验,表明在不同路段长度下,考虑旅客选择行为的总收益较需求独立模型均有所提高,且随着票价等级增多而增长.     

Analysis of seat allocation and overbooking decisions with hybrid information

We investigate a single-leg airline revenue management problem where an airline has limited demand information and uncensored no-show information. To use such hybrid information for simultaneous overbooking and booking control decisions, we combine expected overbooking cost with revenue. Then we take a robust optimization approach with a regret-based criterion. While the criterion is defined on a myriad of possible demand scenarios, we show that only a small number of them are necessary to compute the objective. We also prove that nested booking control policies are optimal among all deterministic ones. We further develop an effective computational method to find the optimal policy and compare our policy to others proposed in the literature.     

收益管理中非正态无约束估计的EM算法研究

对于收益管理中产品各"预售提前期间隔"的无约束需求,已有的无约束估计研究所采用的EM算法均假设其服从正态分布,这不完全符合收益管理实践中的需求数据特征。本文对收益管理无约束需求分布问题进行了多角度探讨,扩展了原有假设,建立了基于伽玛、威布尔、指数和泊松分布的EM算法,并改进了无失效数据情况下的算法应用。最后,通过数值算例说明了本文提出的基于非正态分布的EM算法简单易行,在结论部分对其相关应用提出了建议。     

A Markov model for single-leg air cargo revenue management under a bid-price policy

In this paper, we consider the capacity allocation problem in single-leg air cargo revenue management. We assume that each cargo booking request is endowed with a random weight, volume and profit rate and propose a Markovian model for the booking request/acceptance/rejection process. The decision on whether to accept the booking request or to reserve the capacity for future bookings follows a bid-price control policy. In particular, a cargo will be accepted only when the revenue from accepting it exceeds the opportunity cost, which is calculated based on bid prices. Optimal solutions are derived by maximizing a reward function of a Markov chain. Numerical comparisons between the proposed approach and two existing static single-leg air cargo capacity allocation policies are presented.