基于遗传算法的护士排班系统研究

李小丽，薛清福

(1.泉州经贸职业技术学院信息技术系，福建泉州362000;2.泉州医学高等专科学校社科公共部，福建泉州362000)

在信息技术高度发展的现代医院管理中，怎样有效地将现代化的信息技术应用于医院日常事务管理中，使护理管理在规范化、科学化的轨道上良性运行，其重要性日益凸显.目前，我国大多数医院在信息化过程中多集中于财务信息化、药品信息化、医疗信息管理及统计方面，其应用范围相对较初级，深入信息化方面则较少.在我国各级医院，这一领域尚未得到充分开发和利用，而随着信息化进程的深入进行，医院的事务管理必将进行更深入的信息化.

目前，我国医院事务管理中，有一部分的工作仍是手工进行的，如护士排班工作［1］，这在很多的文献中也有提及，护士排班工作的信息化进程中明显需要加快步伐.由于人工解决护士的排班工作，不仅浪费的大量的时间，其排班的效果也不太理想，受太多人为因素的影响，其排班质量的测定也没有科学的手段.因此，这种自调度方式亟需进行改革.在人工排班的过程中，主要依靠护士长依据平时排班的经验和相对简单的约束条件对护士的班次进行安排.虽然在这个过程中，简单的报表与统计输出功能也有使用，但完全利用计算机技术自动生成护士排班工作表，在我国医院事务管理中几乎没有采用.由此可见，将此工作进行信息化的需求是非常迫切的，同时，自动化排班减少了工作量与人工参与带来的不合理因素，能充分考虑更多护士的要求，平衡每一位护士的工作量，从而从整体上提高全体护理人员的工作效率与工作满意度，同时也提高病人对于护理工作的满意度［1］.

本文将利用遗传算法将护士排班工作进行自动化，自动建立排班表，实现护士排班工作的自动化、人性化避免人工干预.

1 护士排班中的基本问题

护士排班是一个复杂的排班问题，该问题影响着医院日常工作的各个方面.因此，高质量的软件方法来解决此问题是非常关键的.更重要的是此问题的解决将会对于有效地使用时间与精力，甚至平衡整个医院的劳动力以及更好地满足人员需求起着非常重要的作用.一个高质量的护士排班方法，更会产生一个工作满意度高、效率高的团队.员工排班问题，受到了计算机专家、人事经理、业务专家的广泛关注己有40多年了.虽然这些行业有不同的时间基准，但它们之间都有很大的关联性.医院人员安排更具有挑战性，不像其他行业，护士的工作是24小时制的，不规则的班次工作对于护士本身的健康与工作满意度都是有影响的.

排班问题就其本质来说是一个NP完全问题，即算法的计算时间是呈指数增长的，这类问题的典型代表如:巡回旅行商问题(Travel Salesman Problem，TSP)［2］、作业调度问题(Job Shop Scheduling Problem，JSP)［2］、背包问题(Knapsack Problem，KP)［2］问题、排课问题等，很多人尝试采用各种方法对此类问题求解，如回溯算法、反复比较法、整数规划、规则系统、模糊理论.这些非智能算法虽然在一定程度上解决了排班问题，但都存在所求非最优解的局限性.自90年代初期，Colomim等人首先尝试应用遗传算法来解决课程表问题后，模拟退火、禁忌搜索、蚁群算法等智能优化算法，以及在此基础上的改进方法开始出现.目前人们对NP完全问题研究的主要思路是如何降低其计算复杂度，即利用一个近似算法来代替，力争使得解决问题的时间从指数增长化简到多项式增长，这是解决护士排班问题一个好的思路［3，4］.

2 遗传算法

遗传算法(Genetic Algorithm)［2］是一类借鉴生物界的进化规律(适者生存，优胜劣汰遗传机制)演化而来的随机化搜索方法.它是由美国的Holland J教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则.遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域.它是现代有关智能计算中的关键技术.

遗传算法主要特点是群体搜索策略和种群中个体之间的信息交换.它尤其适用于处理传统搜索方法难以解决的复杂的和非线性的问题.由于它具有这些特点，自20世纪80年代以来关于它的理论和应用研究都成了十分热门的课题，尤其是应用研究显得格外活跃，不仅应用领域扩大了，而且利用遗传算法进行优化和规则学习的能力也显著提高.目前它已被广泛应用于组合优化、机器学习、自适应控制［5］、规划设计和人工生命等领域，被认为是21世纪有关智能计算中的关键技术之一.

3 系统设计

3.1 系统架构设计

通过以上对于各部分问题的需求分析，本系统拟采用B/S模式开发护士排班系统，系统主要分为三个架构层次，分别为:数据库层(SQLServer 2005)、应用程序逻辑层(ASP.NET)、客户端(包含客户手机端).护士排班系统的整个系统架构如图1所示:

图1 系统架构图

3.2 系统功能模块设计

在目前我国的大多数医院中，由于护士的工作模式与其所处的科室及从事的工作性质相关，其排班情况也不尽相同.因此，根据我国医院的临床经验，在进行护士排班系统设计时，必须为护士提供相对灵活与弹性较大的工作表.这就要求，在实际操作过程中，系统排班完成后，仍能根据医院临床需求，配置相应的护士人员排班模式，同时可根据医院临床需要随时维护调整，同时考虑当排班的改变时，系统具有及时通知班次改变的相关护士人员的功能.根据以上要求，设计系统的顶层用例图，本系统的用例图如图2所示.

图2 系统顶层用例图

各用例主要功能的描述分别如下所述:

系统管理用例主要包含三大功能，用于对科室、护士、权限进行相关设置与管理.

科室管理用例:系统管理员根据医院自身的科室安排与设置，可进行基本科室数据的录入管理，其中科室主要信息包含科室名称、科室管理员、科室联系电话等信息，主要操作包括对相关记录进行增加、删除、修改、查询.

人员管理用例:系统管理员根据医院自身的人员安排与设置，包括系统用户以及护士人员.其中护士人员信息包括姓名、科室、联系电话、出生年月、身份证号等相关信息.系统用户包括用户名、联系电话、科室等信息，主要操作包括对相关记录进行增加、删除、修改、查询.

权限管理用例:系统管理员根据医院自身的人员安排与设置，对其分配相应的权限，使相关人员具有进行相关模块的访问与使用的权限.系统管理员将排班系统中所涉及的用户进行相应角色的划分，再为每个角色分配相应的的权限.当用户登录系统时，根据用户所属的角色，读出该用户所拥有的权限.主要操作包括对相关记录进行增加、删除、修改、查询.

排班管理用例:本用例主要是进行护士排班工作，其中有基本护士排班信息的建立，在排班过程中，对于护士的班次及工作周期可进行相关设置，各科室根据相关的要求对自己科室管辖的护士进行排班处理，同时将护士人员的限制信息加入排班过程中，满足个人合理的需要.排班后的信息可自动生成相关的科室排班信息与护士个人排班信息，方便满足科室与个人查询的需要.同时考虑在医院日常实际事务中可能需要对自动生成的护士排班表进行相关的更改，因此，在此用例中，同样可以采用人工方式对排班结果进行相应的调整.

报表管理用例:在本用例中，相关科室可对相关的护士人员的工作量或休假时间进行相关的单一或组合条件的查询与统计操作，也可以对其实际工作量如工作天数、休假天数、各种班次的工作次数进行相关的查询与统计.相关的统计信息将为其他信息化工作提供有用的参考，如护士绩效工资的计算，合理安排护士人员的休假日期等.同时利用数据挖掘技术可以挖掘出更多的信息，为今后更加人性化的工作提供参考依据.

消息管理用例:本用例有如下特点，消息传递高效，实时、可靠、稳定.系统管理员与科室护士长同时进行相关消息的发布，防止消息没有传达到相关人员.同时考虑到护士工作的特殊性，可能在工作时间没有上网的条件，考虑发布相关信息后，再利用手机短信的方式进行相关消息的传达.另外，护士可以通过电脑或手机端登陆，自动进行相关信息的接收.若未登录系统，护士人员的手机同样也会收到相关短信的提醒，防止消息传递不及时.

反馈管理用例:本用例主要考虑系统在自动排班的过程中需要考虑护士个人的特殊要求.因此，相关人员可通过登录进入此用例，进行相关反馈信息的提交.

3.3 Android手机端设计

根据目前我国智能手机与移动互联网的发展与使用，结合相关的需求分析，考虑不仅开发电脑端的信息接收与查询机制，也开发出适用于手机的应用端(如Android手机端)，使护士排班系统更加便利.对于手机端应用程序的开发完全与PC端相同，因此在此部分不再对其功能进行详细描述.

4 结论

排班问题在各行各业都是一个常见的问题，包括航空公司、机场、部队、呼叫中心/联系、紧急服务(警察、消防和救护人员)、工厂、医疗(医生和护士)等行业中.建立一个合理的排班系统，是一个具有挑战性的工作和费时的过程.实际上，排班问题是一个数学类问题(NP－Hard)，虽然没有算法能保证最佳解决这个问题，但采用遗传算法，却能产生一个能够显著提高原来手动排班工作效率的计算机自动排班系统.

本项目所开发的护士排班系统比较全面地涵盖了排班中的手工工作，同时考虑护理人员自身需求，进行人性化的排班，以使得护士排班工作能跟上信息化的步伐，并一定程度上实现了无纸化办公，同时推动医院的信息化进程，并将对其它行业中类似问题的解决起到一个抛砖引玉的作用.

［1］柯彩霞，谢文，刘晓华，等.护士排班模式改革与效果［J］.中国护理管理，2008，(11):38－40.

［2］邵军力，张景，魏长华.人工智能基础［M］.北京:北京电子工业出版社，2000.

［3］胡廉民，张九华，常永耘，等.求解护士排班问题的可变邻域搜索遗传算法［J］.计算机工程与科学，2013，(5):149－153.

［4］Musa A.Scheduling nurses using goal programming techniques［J］.IIE Transactions，1984，(3):216－221.

［5］Smith L D.A computer－based nurse scheduling system［J］.Computer，1977，(4):195－212.