臺灣博碩士論文加值系統

　　目前醫院的跟診人員班表，是由排班專員負責手動排班，排班時需要考量到人員專長和值班診間之媒合度、休假問題以及醫院的規範，因此手動排班十分費時費力，且其排班專員亦有其跟診之工作。
　
　　本研究參考以往文獻，使用基因演算法求解，並提出自行設計之交配方法。本研究方法欲求解排定一天班表之問題，並使用參考個案資料所模擬之資料進行實驗，其實驗結果證明，本研究提出之基因演算法，平均在33代可求得近似最佳解，平均在165代達到收斂之情況，且每次求得之近似最佳解，染色體適應值皆有一定之水準，求解的穩定性極高。

　　At presently, the shift in the nurse schedule in the hospital is arranged by human resource. While arranging, the matching degree between the duty clinical rooms and nurse’s professional specialty, leave timing, and the term of hospital are all considerate. According to this, it takes so much time and is so strenuous. Besides, the commissioner has his own work in the clinical room when the nurse schedule arranging.
　
　　In this study, the past literature is referred and genetic algorithm (GA) is used to find the solution, and bring out a new crossover method which is designed by my selves. In order to solve the nurse schedule problem for one day, the simulated data of reference case is used in experiment. From the results of experiments, the GA which is proposed in this study is able to get the best solution after 33 generations and convergence after 165 generations averagely. Every time the fitness value of the best solution from GA maintains good quality and stability.

第一章、 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 4
第三節 研究限制 4
　
第二章、 文獻探討 5
第一節 護理人員與跟診人員排班問題 5
第二節 基因演算法 11
第三節 基因演算法應用於跟診人員排班 14
　
第三章、 研究方法 19
第一節 個案簡介 19
第二節 問題定義 19
第三節 基因演算法結合跟診人員問題的應用 20
第四節 系統架構 32
　
第四章、 研究成果 34
第一節 實驗環境 34
第二節 實驗資料 34
第三節 參數設定 35
第四節 實驗結果 35
第五節 研究成果 45
　
第五章、 結論、未來發展 48
第一節 討論 48
第二節 未來發展 49
第三節 結論 49
　
參考文獻　　50
　

一、中文部份
　
1. 王裕元(2003)。應用多目標決策模式建立護理人員排班方法之研 究論文名稱(碩士論文)。
　
2. 尹祚芊、林小玲(2009)。醫學中心護理人員工作環境之研究。榮 總護理。26(2)。177-187。
　
3. 吳文盛(2008)。應用屬性值切割與基因分群技術以推估遺漏值(碩 士論文)。
　
4. 林昇甫、徐永吉(2009)。遺傳演算法及其應用。台灣：五南。
　
5. 林美玲、周幸生(1999)。加護病房護理人員自我排班法之成效評 值。護理雜誌。46(3)。29-38。
　
6. 來明義(2007)。智慧型演算法之護理人員排班之理論分析與系統 實作(碩士論文)。
　
7. 徐子玲(2002)。建構一Web-Based護理排班支援系統論文名稱(碩 士論文)。
　
8. 張慶源、李淑賢（1992）。護理人員排班系統之實驗設計。醫院 與電腦。8。65-70。
　
9. 黃允成（1999）。以整數規劃法解醫院護理排班之問題。技術學 刊。14(2)，563-570。
　
10. 廖國維(2005)。應用多目標規劃建構護理人員非週期性最佳班表 (碩士論文)。
　
11. 黃意純(2008)。應用基因演算法於機台組態配置之研究(碩士論 文)。
　
12. 黃允成、簡仕翰、康家榮(2009)。考慮人員偏好下護理排班與休 假問題之整合探討。醫護科技期刊。57-69。
　
13. 溫俊彬(2007)。 護理人員排班因素之研究(碩士論文)。
　
14. 葉進儀、林彣珊、朱慶餘(2007)。應用平行基因演算法改善護理 人員排班品質。14(3)。337-350。
　
15. 陳怡伶(2010)。以區域搜尋式基因演算法於跟診人員排班問題之 研究(碩士論文)。
　
16. 劉承春(1997) 。綜合啟發式/基因演算法之混合式專家系統在護理 人員排班的應用論文名稱(碩士論文)。
　
17. 郭金青(1996)。整數目標規劃應用於護士排班之個案研究(碩士論 文)。
　
18. 陳玉枝、李淑賢、邱台生、蘇逸玲(1992)。發展護理人員電腦排 班系統之初探。榮總護理。9(2) 。183-193。
　
19. 鍾佳燕(2010)。應用優生基因演算法於跟診人員排班問題之研究 (碩士論文)。
　
20. 蔡欣玲、林小玲(2001) 。護理人員工作滿意度量表之信效度測試。 榮總護理。270-280。
　
二、西文部份
　
1. Andy Hon Wai Chun、Steve Ho Chuen Chan、Garbbie Pui Shan Lam、 Francis Ming Fai Tsang、Jean Wong、Dennis Wai Ming Yeung,”Nurse Rostering at the Hospital Authority of Hong Kong” .(2000).
　
2. C.Valouxis and E.Housos, ”Hybrid Optimization Techniques for The Workshift and Rest Assignment Of Nursing Personnel ”. (2000), Artificial Intelligence in Medicine, Vol. 20 ,155-175.
　
3. E.K. Burke, P. De Causmaecker, S. Petrovic, G.V. Berghe, “Metaheuristics for Handling Time Interval Coverage Constraints in Nurse Scheduling.”(2006),Applied Artificial Intelligence, 20(9),743- 766.
　
4. Hadi W. Purnomo and Jonathan F. Bard,” Cyclic Preference Scheduling for Nurses Using Branch and Price”.(2007),Wiley InterScience,54(2),200-220.
　
5. J. Bartholdi , “A Guaranteed-accuracy Round-off algorithm for cyclic scheduling and set covering”, (1981), Operations Research,29, 501-510.
　
6. S. Abdennadher , H. Schlenker.” Nurse Scheduling using Constraint Logic Programming”.(1999), Winter Simulation Conference Proceedings.
　
7. Tsai, C. C. and H. A. S. Li, 2009. “A two-stage modeling with genetic algorithms for the nurse scheduling problem”, Expert Systems with Applications, 36(5), 9506-9512.
　
8. U.Aickelin and K.Dowsland,”Exploiting problem structure in a genetic algorithm approach to a nurse rostering problem”.(2000), Journal of Scheduling, 3(3),139-153.
　
9. U.Aickelin and K.Dowsland,” An Indirect Genetic Algorithm for a Nurse Scheduling Problem”. (2003), Computers & Operations Research, 31(5), 761-778.
　
10. Moz, M. and M. V. Pato, ” A genetic algorithm approach to a nurse rerostering problem”.(2007), Computers & Operations Research, 34, 667–691.