SavedAdd your journal

Journals / Düzce Üniversitesi Bilim ve Teknoloji Dergisi / 2022 / Cilt: 10 - Sayı: 1

Operating Room Scheduling by Using Hybrid Genetic Algorithm

Hibrit Genetik Algoritma Kullanarak Ameliyat Odası Çizelgeleme

Tunahan TİMUÇİN
Serdar BİROĞUL
Pages
255–274
Publication Date
2022-10-12
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

In the developed software, C# programming language has been preferred in order to provide comfortable use of the end user.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Hospitals are among the most important institutions of today.
📊
Key Findings & Data:For hospitals, efficient use of operating rooms is of great importance.
💡
Conclusion & Impact:In the developed software, C# programming language has been preferred in order to provide comfortable use of the end user.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Ameliyat odası çizelgeleme · Genetik algoritma · Tamir operatörü

Abstract

Hospitals are among the most important institutions of today. For hospitals, efficient use of operating rooms is of great importance. Efficient use of operating rooms is a problem that needs to be solved. The operating room scheduling problem is a very complex problem with large number of constraints. This type of problem called as NP-Hard type problem. NP-Hard type problems do not consist of polynomial values. Therefore, the solution of these problems is very complex and difficult. Solutions consisting of polynomial values can be solved effectively with existing mathematical methods. However, more effective algorithms were needed to solve NP-hard type problems. As a result of the studies, many heuristic, meta-heuristic algorithms such as Genetic Algorithm, Particle Swarm Optimization, Simulated Annealing, Taboo Search Algorithm have been developed to solve the complexity of NP-Hard problems. In this article, the operating room scheduling problem solved with a hybrid genetic algorithm. In this solution, it shows how the algorithm affects the solution area in the changes in the number of surgeons, operating rooms and operating room reservations, which are among the operating room parameters. In the developed software, C# programming language has been preferred in order to provide comfortable use of the end user.

Özet

Günümüzün en önemli kurumlarının başında hastaneler gelmektedir. Hastaneler için ise ameliyathanelerin verimli kullanılması büyük önem taşımaktadır. Ameliyathanelerin verimli kullanımı çözülmesi gereken bir problemdir. Ameliyat odası çizelgeleme problemi, kısıt sayısı çok fazla olan, oldukça karmaşık bir problemdir. Bu tip problemler, NP-Hard tipi problem olarak adlandırılmaktadır. NP-Hard tipi problemler polinomik değerlerden oluşmazlar. Bu yüzden, bu problemlerin çözümü de çok karmaşık ve zordur. Polinomik değerlerden oluşan çözümler mevcut matematiksel yöntemlerle etkili bir şekilde çözülebilmektedir. Ancak NP-hard tipi problemlerin çözümü için daha etkili algoritmalara ihtiyaç duyulmuştur. Yapılan çalışmalar sonucunda, Genetik Algoritma (GA), Parçacık Sürüsü Optimizasyonu, Benzetilmiş Tavlama, Tabu Arama Algoritması gibi sezgisel veya meta-sezgisel çok sayıda algoritma, NP-Hard problemlerin karmaşıklığını çözmek için geliştirilmiştir. Bu makalede, hibrit bir genetik algoritma ile ameliyat odası çizelgeleme problemi çözüme ulaştırılmıştır. Bu çözümde, algoritmanın, ameliyathane parametrelerinden olan, cerrah sayısı, ameliyat odası sayısı ve ameliyathane rezervasyon sayısının değişimlerinde, çözüm alanını nasıl etkilediği gösterilmiştir. Geliştirilen yazılımda, son kullanıcının rahat kullanımını sağlamak için, C# programlama dili tercih edilmiştir.

🔖

Cite This Article

TİMUÇİN, T., BİROĞUL, S. (2022). Operating Room Scheduling by Using Hybrid Genetic Algorithm. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, Cilt: 10 - Sayı: 1, 255–274. https://ajindex.com/articles/493868

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (13)

  1. Sağlık Bakanlığı. (2018, 27 Ekim). A-b-c Grubu Toplam Ameliyatlar, [Çevrimiçi]. Erişim:
  2. M. Dorigo and T.Stützle, "Ant colony optimization for NP-Hard problems," in Ant Colony Optimization, 1st ed., ch.5, Boston, MA, USA: Springer, 2004, pp.167-181
  3. O. Engin ve A. Fığlalı, “Akış tipi çizelgeleme problemlerinin genetik algoritma yardımı ile çözümünde uygun çaprazlama operatörünün belirlenmesi,” Doğuş Üniversitesi Dergisi., c. 3, s. 2, ss. 27-35, 2002
  4. F. Guerriero and R. Guido, “Operational research in the management of the operating theatre: A survey,” Health Care Management Science, vol. 14, no 1, pp. 89–114, 2011
  5. B. Cardoen, E. Demeulemeester and J. Beliën, “Operating room planning and scheduling: A literature review,” European Journal Operational Research, vol. 201, no 3, pp. 921–932, 2010
  6. S. Brailsford and J. Vissers, “OR in healthcare: A European perspective,” European Journal Operational Research, vol. 212, no 2, pp. 223–234, 2011
  7. Z. Y. Abdelrasol, N. Harraz and A. Eltawil, “A proposed solution framework for the operating room scheduling problems,” World Congress on Engineering and Computer Science, San Francisco, USA, 2013, pp. 23-25 [8] P. Patterson, “What makes a well-oiled scheduling system,” OR Manager, vol. 12, no 9, pp. 19–23, 1996
  8. I. Marques, M. E. Captivo and M. V. Pato, “An integer programming approach to elective surgery scheduling,” Operations Research-Spectrum, vol. 34, no 2, pp. 407–27, 2012
  9. D. Conforti, F. Guerriero and R.Guido, “A multi-objective block scheduling model for the management of surgical operating rooms: New solution approaches via genetic algorithms,” in Proc. IEEE Workshop on Health Care Management (WHCM), Venice, Italy, 2010, pp. 1–5
  10. I. Marques, M. E. Captivo and M. V. Pato, “Planning elective surgeries in a portuguese hospital: Study of different mutation rules for a genetic heuristic,” Lect Notes Management Science, Netherlands, 2012, pp. 238–243
  11. M. Khambhammettu and M. Persson, “Analyzing a decision support system for resource planning and surgery scheduling,” Procedia Computer Science, vol. 100, pp. 532–538, 2016
  12. J. M. Molina-Pariente, E. W. Hans and J. M. Framinan, “New heuristics for planning operating rooms,” Computer & Industrial Engineering, vol. 90, pp. 429–443, 2015
  13. G. Rosita and D. Conforti, “A hybrid genetic approach for solving an integrated multi-objective operating room planning and sche