ارايه يك مدل فازي براي مساله زمان بندي شيفت هاي كاري پرستاران

Developing a Fuzzy Model for the Nurse Scheduling Problem

در سال­ هاي اخير مساله زمان­ بندي پرستاران توجه بسياري از محققين را به خود جلب نموده است. در اين مساله تعداد پرستاران مورد نياز براي شيفت­ هاي كاري هر روز در طول افق زمان ­بندي مشخص بوده و هدف از حل مساله تخصيص پرستاران به شيفت­ ها است به طوري كه تعداد پرستاران مورد نياز هر روز پوشش داده شوند. در اين تحقيق ابتدا يك مدل برنامه­ ريزي رياضي با هدف ماكزيمم نمودن مجموع ترجيحات پرستاران براي شيفت­ هاي كاري ارايه مي­ گردد. در نظر گرفتن عدم قطعيت مي­ تواند منجر به ايجاد جواب­ هاي مطلوب­ تري براي بسياري از مسايل دنياي واقعي شود. بر اساس اين ديدگاه در اين تحقيق عدم قطعيت در ترجيحات پرستاران براي شيفت­ هاي كاري در نظر گرفته شده است. بدين منظور يك رويكرد برنامه­ ريزي فازي بر مبناي عملگر فازي ورنر براي مساله مورد بررسي پيشنهاد مي ­گردد. سپس براي بررسي كارايي مدل فازي پيشنهادي چندين مساله نمونه تصادفي توليد و توسط مدل ارايه شده حل مي­ شوند. در نهايت براي تعيين ميزان تأثير در تغيير پارامترهاي مساله بر روي نتايج به‌دست آمده، يك تحليل حساسيت انجام خواهد گرفت. نتايج به‌دست آمده نشان­ دهنده كيفيت بالاي مدل فازي پيشنهادي هستند.

Recently, the nurse scheduling problem has attracted considerable attention in different areas. In this problem, the number of the required nurses for the daily shifts has been given during the planning horizon and the objective is assigning the shifts to the nurses in order to meet the required demands. In this paper, first, a mathematical programming model is presented to maximize the nurses’ preferences for the working shifts. Then, to investigate the uncertainty on the nurses’ preferences, a fuzzy modeling approach based on the Werner’s fuzzy operator is proposed for the research problem. Finally, to evaluate the proposed fuzzy model, several random test problems are generated and solved using the fuzzy model. Moreover, a sensitivity analysis is implemented to investigate the effects of the changes of the parameters on the obtained results. Regarding the results, high quality schedules can be generated by the proposed fuzzy model.