系统建模与仿真期末大作业Word文档格式.docx

系统建模与仿真期末大作业Word文档格式.docx

《系统建模与仿真期末大作业Word文档格式.docx》由会员分享，可在线阅读，更多相关《系统建模与仿真期末大作业Word文档格式.docx（25页珍藏版）》请在冰豆网上搜索。

2.1研究地点：

昆华医院（云南省第一人民医院）

2.2研究时间：

2012年4月6日～6月6日

2.3研究背景：

因我国国情及人口因素，导致我国医院排队现象较之海外异常复杂。

医院就诊“常排队，排队长”是导致形成医患“双亏局面”的重要因素．由于医疗服务能力与病人需求不可能完全匹配．比如多数医院受成本、设施、人员等客观条件的限制，不能轻易增加设备和人员，以适应和配合病人需求的变化；

或者医疗需求较难预测，而医疗服务能力缺乏相应的弹性．因此病人在医疗服务中排队等待是客观存在，不可避免．我们只能通过各种手段缩短病人的等待时间，最大限度的满足病人的需求，以提高病人的满意度。

国内对排队系统的研究概述如下：

在就医模式上，国外的病人都是首先到所在的社区医院预约，大医院没有那么集中的就诊量。

而我国受“大医院”情结影响，很多人即使患感冒也要到三甲医院就诊，这就造成了门诊量一直居高不下．另外我国各种保险，大病统筹，公费医疗名目繁多，手续复杂，即使开辟多个窗12划价收费，也不能完全改变窗口前的“常排队，排长队”现象．为了解决这一现象，一些研究者致力于研究医疗体制的改革，通过就医模式的转变来缓解大医院的就诊压力，以图分散病人将他们分流到各中小医院。

运用医院排队系统优化是集挂号、检测、检验、诊断及取药为一体，在高效完成病人服务的同时，减少病人排队等待时间，显著改善医院的服务效率和服务质量。

2.4研究目的:

希望通过本课题的研究，利用实地调查的方式采集相关数据，并对这些数据进行一系列的分析，应用虚拟仿真软件FlexsimHealthcare进行仿真，利用互联网分布调度信息，发现在医院就诊过程中的导致病人多次排队的原因和瓶颈，提出一定的改进方案，从而减少病人排队等待的时间,显著改善医院的服务效率和服务质量。

2.5研究方法:

分别选取儿科诊室、药房，通过实地观察，采集到病人在等待和接受服务过层中所耗用的时间，应用EXCEL、Minitab等软件进行数据分析，AutoCAD进行画图，最后应用虚拟仿真软件FlexsimHeathcare3进行仿真。

此外，还通过询问病人的具体情况，获得其真实的就诊流程，我们再根据经验归纳出了一条最复杂的病人就诊流程，通过仿真模拟，给出了形象的模型分析。

3.理论分析

3.1数据采集方法：

（1）现场调查、定点观察

（2）主要针对较拥挤的科室

3.2数据样本分析：

经逐步确定，我们拟定研究8个科室和三条病人就诊流程（简单、稍复杂、最复杂的流程）的情况，其中我将在本报告中介绍两个科室（儿科诊室和取药）及一条最复杂的就诊流程情况。

3.3数据分析方法：

（1）调查收集原始数据

（2）Excel统计并初步处理数据

（3）Minitab做出统计图

（4）应用《概率论与数理统计》中的相关知识进行数据分布分析

3.4建模方法

（1）实地考察真实科室情况，了解就诊流程

（2）选定仿真建模的软件工具（FlexsimHealthcare），根据实际情况确定模型实体，建模仿真

4.昆华医院平面布局图

昆华医院就诊部共五个楼层，每层分设不同的诊区和诊室，以下便是每个楼层的平面布局图。

一楼：

二楼：

三楼：

四楼：

五楼：

5.昆华医院就诊流程汇总

合理分析和优化就诊流程是解决医院“排队长”缓解拥挤的重要方面。

医院是对公众或特定的人群实施诊断治疗的场所，拥有一定的基础设施和一定数量的病床、相应的医务人员和必要的诊疗设备；

通过医务人员的集体协作，对住院或门诊病人实施科学的和正确的诊疗的机构。

同时，医院又属于服务行业，它以满足病人和一定社会人群的医疗保健需求为服务宗旨．因此，“以病人为中心，面向服务”逐渐成为各大医院服务的主导思想。

下图对昆华医院分散的的就诊流程进行了汇总整合：

6.科室数据分析及仿真模型

6.1取药分析及模型

6.1.1取药数据分析

（1）收费的大致流程：

（2）我们采用定点观察法，对昆华医院的药房进行数据采集。

得到数据，然后通过minitab对数据进行图形分析，如下：

取药服务时间拟合直方图：

由图可知，取药的服务时间基本符合正太分布；

有图可知，病人在整个取药过程中，排队等待的时间占总服务时间中相当大的比重，可见，取药过程中存在不合理的流程安排，需要进一步的优化。

6.1.2取药仿真模型

通过实地观察昆华医院大药房的人流过程，我们通过定点观察对其进行了数据采集，并建立了其仿真模型，展示如下：

表1药房设施与模型实体对照表

仿真实体

绿门

箭头

大厅

桌子

女工

红门

药房设施

病人到达

排队等待

缴费

取药

护士

离开

参数设置

erlang（0,5,2）

可容纳6人

可容纳1人，用时10S

可容纳2人，用时20S

引导缴费和取药

自行离开

由于取药数据采集不是很合理，没能够准确拟合出合适的到达分布，故在此使用爱尔朗分布来设置模拟参数。

静态模型：

动态模型：

6.2儿科科室分析及模型

6.2.1儿科科室数据分析

我们通过对儿科中比较拥挤、排队人数较多的科室进行针对性的观察，获得了以下数据，并通过minitab对数据进行了图形分析，如下：

（1）描述性统计:

儿科服务时间

平均值下四分

变量NN*平均值标准误标准差方差最小值位数中位数

儿科服务时间300501.146.1252.563768.5132.0292.5454.5

上四分众数

变量位数最大值模式的N

儿科服务时间714.8990.0*0

儿科服务时间拟合线图：

有图可知，儿科科室的服务时间，基本服从正太分布。

（2）多项式回归分析:

儿科服务时间与儿科序列

回归方程为

儿科服务时间=606.6+17.91儿科序列-3.716儿科序列**2+0.1093儿科序列**3

S=238.131R-Sq=20.3%R-Sq（调整）=11.1%

方差分析

来源自由度SSMSFP

回归33749221249742.200.112

误差26147436556706

合计291849287

方差的序贯分析

来源自由度SSFP

线性1317510.490.490

二次12512484.330.047

立方1919231.620.214

6.2.2儿科科室仿真模型

通过实地观察昆华医院儿科科室的人流过程，我们通过定点观察对其进行了数据采集，并建立了其仿真模型，展示如下：

表2儿科科室与模型实体对照表

模型实体

检测室

粉衣女工

白衣女工

儿科科室

顾客到达

挂号

就诊

挂号处护士

诊室医生

Express-ionorvalue4.5

可容1人，用时5S

可容1人，用时10S

引导去诊室

诊断

由于调查实际情况的限制，我们只能采集到儿科服务时间的数据，而无法获得病人的达到情况数据，而诊室里是每出来一位病人则有另外一位进去，故在此常数设置到达的参数。

7.典型复杂就诊流程及仿真模型

根据实地考察或通过询问病人，我们总结出了几条比较有代表性的病人就诊流程，现将其完整的流程图及仿真模型图展示如下。

（1）本流程我分别使用了流程图和干特图进行了绘制，如下：

流程图：

复杂就诊过程流程图

流程甘特图：

到达

检查1

检查2

检查3

复诊

住院

病人就诊复杂过程流程图

（2）仿真模型图：

由于所使用的软件FlexsimHealthcare对模型中实体数量和活动数量都有限制，故仿真模型没能把完整的流程展现出来，已经被省略了一些地方，但还可以表现出基本的情况。

仿真模型图如下：

由于我们是根据访问虚设的这样一个复杂就诊流程，并不是某个具体的常用的流程，故病人到达的分布并未能获得，我们根据经验虚设其服从指数分布，具体设置先下表。

表3病人就诊最复杂流程设施与模型实体对照表

流程设施

exponential（0,10,1）

排队挂号区

箭头区域

可容纳10人

挂号台

挂号室

可容纳1人，用时3S

候诊区

等待室

诊室

可容纳1人，用时6S

可容纳2人，用时4S

检测1

设备1

可容纳1人，用时5S

检测2

设备2

可容纳1人，用时4S

检测3

设备3

住院部

床

1人/床，治疗5S，康复1S

医生

白衣男工

负责看病，复诊，治疗

陪同病人缴费、检查、恢复

8.结果分析与结论

8.1分析与结论

通过多次实地考察、数据分析和模型仿真，我们了解到昆华医院的看病环境并不乐观。

空间狭窄，可供使用的资源受限，等待看病的病人又非常多。

医护人员上班时间每天都处于“忙”的状态，尤其是病人特别多的上午。

时刻都处于工作紧张状态，工作的热情自然就被消磨殆尽，经常还会因心情烦躁而与病人吵起来，十分影响工作质量和医院的形象。

而病人更是不停排队的受害者，有些病人可能要连续几天去医院，要么是为了等待复诊的医生，要么是为了某项检验。

因为有些检验要排队很长时间，一两个小时已不新鲜，检验完后可能还要等待检验结果。

这些都给病人造成了极大地不便。

8.2改进建议

经我们研究，造成昆华医院病人拥挤现象的原因可能是，医院的工作结构方式存在不合理或病人对就诊时间段（几乎都是早上去医院看病）选择的不合理。

因此，我们建议可以考虑，让医院中比较拥挤的几类病种科室错开工作时间，这样既可以缓解医院里上午人流量的现象，也可以间接地为病人选择了就诊时间。

还有，可以根据具体情况适当的增设一些诊室，缓解排队长的现象。

此外，还可以向广大病人宣传合理选择就诊时间。

9.个人总结

通过本次的课程研究，我收获最大的是学会了社会调研的方法，并意识到调研应该选择合理的时间和地点，比如调查时间应选择正常工作时间，而不是周末，这样的数据才有代表性和研究意义；

而地点则是要选择存在问题比较严重的地方，比如选择昆华医院而不是延安医院，这样的研究才有意义。

另外，我还自学了FlexsimHealthcare，从完全不知如何下手到懵懵懂懂，再到轻车熟路。

整个自学过程中我意识到探索新的知识领域不是一件容易的事，但只要耐心的钻研，还是会有很大收获的。

课程研究是一种比较好的教学方式，因为可以带领我们把书面知识运用到实际中来，而不再是纸上谈兵。

这样我们对知识的理解和掌握更牢靠，此外还锻炼了我们的实践动手能力，对于以后走上工作岗位也还是有很大好处的。

10.参考文献

【1】苏春.制造系统建模与仿真.北京：

清华大学出版社.2008.8

【2】易树平，郭伏主编.基础工业工程,北京：

机械工业出版社.2007.3

【3】孙洪华，曾超.基于排队论医院仿真优化研究.

【4】候晓军.排队论模型在医院管理中的应用.2010

【5】杨凤，刘迪.排队论在改进门诊排队管理中的应用

【6】运筹学.清华大学出版社.2010.9

11.附件

附件一：

取药数据

到达时间

开始服务时间

排队等待时间

离去时间

服务时间

14:

42:

17

43:

03

0:

00:

46

44:

51

01:

48

29

37

08

46:

11

34

45:

20

31

50:

24

03:

53

47

47:

01

14

00

02:

59

49:

38

52

52:

44

06

35

51:

43

54:

56

13

27

30

53:

04

07

55:

22

59:

57

58

56:

19

50

55

15:

49

54

28

04:

06:

08:

33

09:

02

11:

45

10:

13:

09

15

32:

34:

37:

36

33:

41

35:

39

40:

05:

36:

41:

38:

32

39:

26

25

23

48:

16

10

16:

17:

27:

29:

20:

28:

31:

40

22:

42

24:

25:

05

30:

18

12

18:

26:

21

21:

23:

07:

57:

58: