考虑患者个性化需求的医疗服务匹配决策方法

伴随着我国医疗服务事业的蓬勃发展,提升互联网医疗健康平台中医生和患者双方匹配的效率已经成为医疗服务领域中重要的问题之一。为此,本文针对考虑患者个性化需求的医疗服务匹配决策问题,提出了一种决策分析方法。首先,给出稳定和满意匹配方案的相关定义;在此基础上,根据患者个性化的需求类型,计算患者对医生的满意度;然后,根据医生提出的期望和患者的实际评价信息,计算医生对患者的满意度。进一步地,构建兼具满意且稳定的目标导向的匹配决策模型,通过运用求解模型的变步长算法,获得相应的最优匹配方案;最后,通过实例分析表明了所提出方法的可行性。     

智能平台下考虑主体心理行为的医疗服务供需匹配方法

基于智能平台的新兴医疗服务模式,可以有效缓解患者“看病难”问题。本文针对智能平台下医疗服务供需双方匹配的现实问题,提出了一种考虑主体心理行为的决策方法。在该方法中,考虑了医疗服务过程中主体的期望和犹豫不确定的心理特征。首先,比较双方主体在不同指标下的期望水平和评价信息之间的差距,计算得到双方差异度,并通过集结运算分别获得了双方满意度;在此基础上,分别以医疗服务供需双方的满意度最大为目标,构建了智能平台下医疗服务供需匹配的多目标优化模型,通过模型求解可得到最优匹配结果;最后,通过算例分析说明了本文提出方法的可行性和有效性。     

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。     

基于收益管理理论的门诊预约存量控制研究

门诊预约机制能够帮助医疗服务系统实现合理的资源组织与顺畅的服务流程,目前是医疗系统管理中的热点问题。论文分析了收益管理的适用性条件,提出其在医院门诊预约调度问题中应用的可行性,然后构建了门诊预约存量控制的Littlewood基础模型,并考虑患者爽约的情况,建立了超订策略下的门诊预约存量控制模型,最终用实例验证了所提出方法的实用性和有效性。     

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.     

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。     

基于委托代理理论的医疗激励契约研究

医患之间的高度信息不对称性是导致医患矛盾的重要原因。现有研究基于信息不对称情况下医患之间的委托代理关系模式,针对可能导致的道德风险问题设计了不同的医疗激励机制,但是没有充分考虑医疗服务的不确定性和异质性。本文考虑医方努力的不同动机,提出二维努力水平的概念,以医患双方效益最大化为目标,对患方就医过程中的医患博弈时序进行研究,在医方具有信息优势的条件下设计了不同情况下的医疗激励契约模型。数值分析结果表明,医方的固定医疗收益、收益提成比例和二维努力水平等激励参数与医方努力产出的边际收支系数、医患双方的风险偏好程度以及随机因素的扰动程度等均存在显著的相关关系。     

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.     

基于区间直觉模糊集的双边匹配决策模型及应用

许多经济管理活动中都涉及到双边匹配决策问题。由于双方主体决策过程中的复杂性,很多情况下的双方主体决策信息是模糊的。基于此,本文给出在区间直觉模糊环境下利用得分函数建立双边匹配模型的决策方法。在该方法中,首先将区间直觉模糊集矩阵转化为得分函数矩阵;然后以双边主体满意度最大为目标,构建了基于得分函数矩阵和匹配矩阵的双边匹配模型;通过求解该模型得到最优的匹配决策方案。最后,通过一个实例说明所提方法的可行性和有效性。     

基于马尔可夫决策过程的医疗检查预约优化模型

医技部门的医疗检查如电子计算机断层扫描（CT）、核磁共振成像设备（MRI）、X射线（X－rays）常常有如下三种病人类型：门诊病人、住院病人和急诊病人。针对不同病人类型的需求特点，运用马尔可夫决策过程原理和动态规划方法，建立了医疗检查设备的预约优化模型，并证明了模型的最优性质，得出了不同病人类型的最优预约策略。数值算例的结果表明：本文的预约策略不仅易于实施，而且，通过该模型获得的最大收益比按传统先来先预约的模式所获得的收益要大。     

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。     

Block appointment systems for outpatient clinics with multiple doctors

Studies of appointment systems have to some extent led to a wide acceptance of individual or block appointment schemes in private practice and outpatient clinics. Most of the studies assume there is one punctual doctor in a clinic, which is often not the case in reality. Motivated by observations of actual clinic operations, we develop a block appointment system for clinic operations with multiple random arriving doctors. Through extensive simulation studies, we identify properties shared by the best appointment schedules. With these properties we can design a scheme based on simulation search that provides the optimal schedule for a given scheduling environment in an acceptable computation time. A simple (suboptimal) appointment rule is also proposed.     

基于预约模式的移动充电车实时需求响应策略研究

预约模式下移动充电车实时需求响应问题是移动充电行业发展过程中的新问题,该问题包含了两类不同特点、存在动态交替影响关系的需求,不仅有时间窗约束、实时响应性要求,也有动态不确定性的特点。针对以上问题特点,本文以最大化整体收益为目标,提出联动的两阶段实时需求响应策略,引用近似动态规划求解决策未来价值,并融入到以下两阶段中:第一阶段基于多阶段随机动态决策模型与禁忌搜索算法生成了可以动态调整的充电服务方案;第二阶段基于第一阶段提出了针对动态需求的实时响应决策流程。最后,对比实验验证了本策略在不同客户规模与动态度下的有效性,并得出管理启示。本研究可以支持制定移动充电车的实时需求响应策略,对类似具有动态特征的需求响应问题具有启发意义。     

考虑后悔规避与匹配意愿的直觉模糊双边匹配方法

针对直觉模糊偏好信息的双边匹配问题,提出一种考虑匹配主体后悔规避心理行为和匹配意愿的双边匹配方法。首先,将双边主体的直觉模糊偏好信息转化为效用值;然后,依据后悔理论的思想,通过一方主体将另一方主体进行两两比较计算每个主体的后悔值和欣喜值,进而计算每个主体的总体后悔欣喜值,构建匹配满意度计算规则,建立双边匹配多目标优化模型,通过分析现有匹配意愿系数确定方法的不足,给出一种新的匹配意愿系数确定方法,在此基础上,考虑双边主体的匹配意愿,采用线性加权法将多目标优化模型转化为单目标规划模型进行求解,获得双边匹配结果;最后,通过一个算例验证了提出方法的可行性和有效性。     

产品需求预测的演化神经网络算法MLPES

在需求拉动型的供应链中，需求成为供应链的起点和动力源泉。由于制造商在供应链中的特殊地位，制造商成为供应链由需求驱动变为预测驱动的断耦点，以制造商为核心进行准确的需求预测可以在一定程度上减少需求不确定性的影响。本文在多层感知器的框架上，提出了基于演化策略的神经网络预测方法MLPES，改进了在多层感知器中普遍采用的BP算法，并设计了学习算法的流程，通过反复测试确定了模型的参数，最后对预测结果进行了分析。     

基于MCMC的随机库存系统中提前期需求分布的计算

在需求和提前期均是随机的库存系统中,提前期需求的分布是由提前期分布与需求分布复合而成的,这个复合分布的计算通常是困难的。本文采用基于Gibbs抽样的马尔科夫链蒙特卡洛(MCMC,Markov chain Monte Carlo)方法,抽取条件分布样本作为提前期需求分布的样本,通过样本来计算提前期需求分布密度、服务水平和损失函数。这种方法避免了直接求解复杂积分计算上的困难,也克服了近似分布拟合偏差过大的问题,有效地解决了随机需求与随机提前期的复杂库存系统中提前期需求确定问题。理论与数值分析结果表明:与现有方法相比较,基于MCMC的方法具有计算简便、拟合精度高、通用性好等特点。