体检中心排队系统仿真优化研究

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:shihongxin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着团队体检数量越来越大,体检中心排队拥挤现象日益严重,造成体检中心效率低、顾客不满意的情况,亟需改善。由于顾客到达体检中心和体检服务时间的随机性,当服务窗口和医护人员固定时,体检人员增多,则会使顾客排队等待时间变长,导致体检中心的服务水平下降,因此,如何合理地对体检中心的排队系统进行设计优化,既使体检中心不需要增加资源,又使顾客排队等待时间减少,进而提高体检中心的体检效率,是本文研究的目的。本文的研究内容如下:首先,结合离散事件系统仿真和仿真优化的理论思想,提出一种基于实验设计的仿真优化方法,将实验设计和离散事件系统仿真结合,通过实验设计作为优选方案的手段,借助系统仿真进行方案性能指标评价从而辅助实验寻优。该方法可以降低仿真计算的时间,较快的找出较优解。其次,分析体检中心排队系统的分类和特征,并基于体检中心存在的排队问题和仿真优化目标,提出一种选择站队规则:当顾客面对两个检查项目及以上选择下一个检查项目进行排队时,通过将排队队长与每个检查科室预设队长值进行比较,从而选择站队的规则。最后,以典型体检中心排队系统作为研究对象,运用离散事件系统仿真软件e M-Plant建立体检中心排队系统的仿真模型,进行实验设计仿真优化,接着分析仿真模型的运行性能,并使用统计分析方法分析仿真优化的结果,寻找决策变量的优解。再通过仿真实验对比,评价优化方案的优劣。通过研究得出通过优选预设队长值进行选择站队的方案,可达到体检中心排队系统优化,能有效的减少排队等候时间的结论。本文提出针对体检中心排队系统的仿真优化方法,通过实验设计调用仿真评价结果来优选排队系统,从而为各个检查科室预设队长值及其站队规则设置提供参考,有望提高体检中心服务水平和运作效率。
其他文献
近年来,自动驾驶、自主无人机、智能机器人等行业得到飞速发展,在服务业、农业、医疗方面有了大量成熟的应用。定位技术是机器人完成相关任务中最基本的需求之一,主要有基于激光雷达和相机的方法。单一传感器已经不能满足实际应用场景的需求,把激光雷达与相机的优点结合,利用激光雷达与相机各自的优势可以实现精度更高、稳定性更强的定位方法。本文在基于稀疏直接法的DSO(Direct Sparse Odometry)算
科技的进步带来了不断提高的生产、生活需要,从而使得工程系统越来越复杂,出现了如航空发动机、车辆动力学、电力网络、电机等安全关键系统。这些系统十分重要,且倘若它们发生故障,将会极大损害社会的利益财产安全,轻则影响社会正常运作,重则可能造成重大的安全事故。故障检测方法能有效保障这些系统的安全运行,在实际生产中意义重大。本文将确定性学习理论与线性自适应观测器技术相结合,提出了一类非线性系统的故障诊断方法
由于市场的需求和自动化领域的迅猛发展,工业机器人的使用和进步在控制行业已经是不可避免的潮流。但是相对于国外的发展情况,我国在这方面有着不小的差距,主要是国外垄断着他们的完整的控制产业链,并且企业和机构研发的工业机器人控制系统都采用专用的控制器,使系统缺乏通用性、灵活性。这两个主要因素直接导致了我国工业机器人的提高举步维艰。所以,设计一种具有可重构性的、开放性的控制系统具有重大科研意义和广泛的市场价
近年来,各种突发事故和人类的破坏活动导致灾难频发,对全人类的生命安全造成了威胁,引起社会各界人士的广泛关注。RoboCup Rescue机器人仿真系统是一个先模拟发生地震或火灾等自然灾害的城市环境,再利用机器人在该场景中展开救援工作的系统。在该系统中,机器人需要完成抢救灾难中的伤者、扑灭可能发生的火灾等任务,其目的是减少灾难中的损失,提升救援的整体效果。RoboCup Rescue中机器人的行动策
随着车联网与人工智能的深度交融,越来越多的人工智能应用已经落地到车联网场景中,比如行人检测、疲劳监测、自动泊车等。在车联网的人工智能应用中,主要使用到了机器学习技术,而机器学习技术的应用就需要先进行模型的训练。在传统的机器学习模型训练方案中,模型训练一般都是在中心服务器上进行的。这就需要将大量的用户数据传输到中心服务器上,在服务器上进行数据处理与模型训练。虽然这种中心化的训练方式能有效提高机器学习
组件法是研究钢结构节点的重要方法,然而由于各个组件力学性能和组件间的相关关系不明确,目前的分析结果还无法应用于实际工程中。T型件是组件法中一个重要组件,理清T型件的受力过程对节点的力学性能分析有重要意义。几十年来,国内外学者对T型件进行了大量的试验与数值分析,对T型件撬力和弯矩进行深入的探讨,并建立了T型件的力学模型。然而对于节点或T型件的螺栓内力的研究往往集中在无加劲肋的情况下,带加劲肋节点或T
在如今的社会生活中,人们的出行需求日渐增长,有限的车辆资源难以支撑当前迅速增长的出行需求,这种供需矛盾在当下显得十分严重。特别是传统的打车情况和一人一车的服务模式,严重地加剧了供需冲突。在大规模的城市交通数据中,拼车不仅可以减少城市车辆,而且符合节能减排的号召。合理的调度算法能够为城市出租车调度提供可靠的决策依据,辅助城市共享自动驾驶出租车运营。本文基于大规模城市出行中自动驾驶出租车的共享调度,提
二维单人姿态估计是整个人体姿态估计领域的基础和重点。目前,二维单人姿态估计算法都是基于全卷积神经网络实现,并能够克服背景嘈杂、人体形态各异、服装差异等难点。然而,现有二维单人姿态估计算法的计算复杂度非常高,无法在普通台式机、树莓派等计算能力有限的设备上实时运行。这极大限制了人体姿态估计的应用价值。因此,对二维单人姿态估计算法有效轻量化,在不同硬件平台上实时准确地运行,以具体运用于实际场景,是一项具
农村是我国发展历程中的重要一环,农村地区发展的不充分,是制约我国城乡协调发展的重要因素。自从进入新时代以来,在党中央的领导下,我国的农村面貌已经发生了巨大的变化。党中央着力解决城乡发展不平衡不充分的问题,满足人民对的美好生活的向往;十九大提出的乡村振兴战略,是要实现乡村的全面振兴,是要实现乡村繁荣昌盛。2018年的两会,习总书记强调“乡村振兴首要的是实现产业振兴”;产业是乡村振兴的基础和保障,只有
随着互联网的出现,网络上的海量数据在数据规模和特征维度两方面都快速增长。如何挖掘数据之间的关联性并从大量数据中寻找相似信息是一个极具挑战性的问题。哈希散列方法通过快速查找近似邻近数据而非精准邻近结果成为相似度搜索主要技术,并逐渐成为解决大规模数据检索问题的重要技术手段。哈希检索技术可划分成两类,即单模态哈希检索和跨模态哈希检索。单模态哈希检索旨在面向单一模态数据(如图像)利用相似性度量手段寻找距离