Ang pagsasama-sama ng isang iskedyul ng pag-aalaga, ng lahat ng mga industriya kung saan ang mga pangangailangan sa pag-iiskedyul ng mga tauhan ay lubos na kasangkot at sopistikado, ay nasa sarili nitong liga sa mga tuntunin ng mga hadlang na ibinibigay sa mga scheduler.
Ang mga template ng iskedyul ng pag-aalaga ay lalong mahirap makuha sa isang industriya kung saan mayroong talamak na kakulangan ng mga manggagawa at ang saklaw ay kinakailangan 24 na oras sa isang araw, pitong araw sa isang linggo.
Ang mga tagapamahala ay nakikitungo sa isang halo ng mga part-time at full-time na nars na may iba't ibang set ng kasanayan at kwalipikasyon. At, sa ibabaw ng lahat ng praktikal na paghihirap, may isa pang salik na nagpapahalaga sa paglikha ng mga natitirang iskedyul: pangangalaga sa pasyente.
Hindi madaling gumawa ng template ng iskedyul ng pag-aalaga na nakakatugon sa lahat ng mga kinakailangang ito, ngunit may ilang bagay na maaari mong gawin upang mapabuti ang iyong proseso ng pag-iiskedyul ng shift. Dito ka dapat magsimula.
Pagpapatupad ng Problema sa Pag-iiskedyul ng Nars
Ang isang superbisor ng ospital ay dapat bumuo ng isang tatlong araw na timetable para sa apat na nars, ayon sa mga sumusunod na kondisyon:
- Ang bawat araw ay nahahati sa tatlong shift ng walong oras bawat isa.
- Araw-araw, isang solong nars ang nakatalaga sa bawat shift, at walang nars na nagtatrabaho ng higit sa isang shift sa isang pagkakataon.
- Sa loob ng tatlong araw, ang bawat nars ay inilalaan sa hindi bababa sa dalawang shift.
Ang mga kasunod na bahagi ay nagmumungkahi ng solusyon sa isyu sa pag-iiskedyul ng nars.
1. Pag-import ng mga Aklatan
Ini-import ng code sa ibaba ang kinakailangang library.
2. Data
Ang sumusunod na code sa ibaba ay lumilikha ng dummy data upang gumana sa problemang ito.
3. Paglikha ng modelo
Ang sumusunod na code sa ibaba ay lumilikha ng isang modelo.
4. Paglikha ng mga variable
Ang code sa ibaba ay lumilikha ng isang hanay ng mga variable para sa problema. Tinutukoy ng array ang mga shift assignment sa mga nars:
Kung ang shift s ay inilalaan sa nurse n sa araw d, shifts[(n, d, s)] = 1, kung hindi ay katumbas ito ng 0.
5. Pagtatalaga ng mga shift sa mga nars
Kasunod nito, ipapakita namin sa iyo kung paano maglaan ng mga nars sa mga shift habang isinasaisip ang sumusunod:
- Araw-araw, isang nurse lang ang nakatalaga sa bawat shift.
- Ang bawat nars ay gumagawa ng isang shift araw-araw nang pinakamarami.
Ayon sa code para sa unang kondisyon, ang kabuuan ng mga nars na inilaan sa bawat shift ay isa.
Narito ang code na nagsasabing ang bawat nurse ay maaari lamang magtrabaho ng isang shift bawat araw. Ang kabuuang bilang ng mga shift na inilaan sa bawat nars ay nililimitahan sa isa ("sa pinakamaraming" dahil maaaring magkaroon ng day off ang isang nars).
6. Pagtatalaga ng mga shift nang pantay-pantay
Pagkatapos nito, ipapakita namin sa iyo kung paano ipamahagi ang mga shift sa mga nars nang pantay-pantay hangga't maaari. Maaari tayong magbigay ng dalawang shift sa bawat isa sa apat na nars dahil mayroong siyam na shift sa loob ng tatlong araw.
Magkakaroon ng isang shift na natitira pagkatapos nito, na maaaring ilaan sa sinumang nars. Sa tatlong araw, tinitiyak ng sumusunod na code na ang bawat nars ay nagsasagawa ng hindi bababa sa dalawang shift.
7. Pag-update ng mga parameter ng Solver
Maaari mong payagan ang paghahanap para sa lahat ng mga solusyon sa isang hindi-optimization na modelo.
8. Magrehistro ng callback
Sa solver, dapat kang magrehistro ng callback na tatawagin sa bawat solusyon.
9. Maglunsad ng solver
Ang code sa ibaba ay nagpapatakbo ng solver at ipinapakita ang unang limang resulta.
10. Mga huling resulta
Narito ang huling resulta ng pag-iskedyul ng nars.
Konklusyon
Isa sa pinakamahirap na problema sa pamamahala ng mga manggagawa ay ang pag-iskedyul ng nars. Bagama't maaaring mukhang counterintuitive na isama ang mga nars bilang mga aktibong manlalaro sa proseso, maaari itong aktwal na mabawasan ang stress at tumulong sa paglikha ng isang kapaki-pakinabang na template ng iskedyul ng pag-aalaga na maaaring magamit muli nang may maliliit na pagbabago.
Tandaan na ang teknolohiya ay iyong kaalyado at may mga espesyalistang solusyon na magagamit para sa mga hamon sa pag-iiskedyul ng kawani. Bagama't maaaring mukhang mas madaling manatili sa mga sinubukan-at-totoong pamamaraan, ang kanilang pagiging hindi epektibo ay nagdudulot ng pinakamalaking panganib sa lahat—para sa parehong mga pasyente at nars.
Mag-iwan ng Sagot