医疗资源的供需矛盾是当前我国医疗事业改革的核心问题。针对现有医疗资源在空间区域上分布不均衡、在时间维度上医院医疗资源服务负荷不均匀等问题,中央和各级地方政府实施新的医疗改革,开始大力开展分级诊疗制度建设,推进以三甲医院为代表的一流医院实现“中心+分部”的多院区、医疗集团化模式,促进各级医疗机构之间的相互合作,通过对医疗资源进行集约化运营,实现资源优化配置。门诊是医院的第一道窗口,是医院核心服务部门。多院区医院门诊的集约化管理是运营管理是一个新兴领域,在集约化视角下,多院区门诊运营过程中的医疗需求预测、离散门诊资源的集约化配置和调度将会发挥重要而独特的作用,然而这些在当前的医院运营管理研究中尚未得到系统分析。因此,有必要对多院区医院门诊资源集约化管理的新问题进行分析,探讨其在门诊资源配置、协调策略和调度优化方面的管理模型和求解算法,从而提高多院区医院门诊的资源的利用率和服务效率。本论文针对多院区门诊的医疗运营管理,利用生产管理、运筹方法、系统科学等相关理论知识,基于医院实际情景,提出集约化门诊能力均衡研究体系。该体系考虑了多院区医院的患者需求（体现为门诊量）、医生资源、检查设备资源三个层面的问题,以患者诊疗需求与医院诊疗资源精确匹配为目标,分析三者之间匹配特征并进行统筹规划。围绕医院总体诊疗能力均衡、各分院区诊疗能力分配、分院区内资源调度三个层级,本论文开展医院门诊量预测、医生资源调配、患者诊疗流程优化相关研究,通过数学规划、优化仿真和智能算法等技术,为医院集约化门诊管理体系提供了一套有效的资源配置方法。论文研究工作主要包括如下方面:（1）基于智能算法的医院日门诊量预测研究论文从日门诊量预测入手,将节假日和节气因素考虑进来,提出一种分段组合式日门诊量预测方法。采用基于距离的离群点挖掘算法,识别和确定节假日门诊量的节日效应的时间范围;基于遗传编程设计日门诊量的预测学习算法。通过数据特征来描述门诊量的历史数据并建立门诊量预测模型,研究发现,相比于季节和月份,节气更准确地反映了气候变化的规律和对疾病的影响;同时,节假日的日门诊量较非节假日的日门诊量有显著下降,离群点挖掘算法可以准确识别节日效应的有效长度。日门诊量预测模型采用某三甲医院的数据进行实验验证,从实验结果可以看出,日门诊量预测值曲线和实际值曲线吻合度高,该算法具有较好的日门诊量预测能力和较高的泛化能力。（2）多院区门诊医生集约化排班研究论文通过分析门诊医生排班的影响因素,应用集约化运营管理的思想,根据医院实际状况,在满足患者就诊需求的前提下,考虑医生工资成本和工作匹配度两个目标,以及医生工作量及诊室供给量等约束,构建多个院区的门诊医生集约化排班模型。数值实验表明,与最小化成本模型和最大化匹配度模型相比,多目标模型解决了区域医疗机构的医生集约化排班问题,克服传统手工排班方法的耗时耗力的不足,平衡了医院与医生之间的关系,医疗机构的整体效益得到优化。（3）基于预测的诊疗项目集约化调度与优化研究论文从实时调度的角度,基于门诊量预测和诊疗业务流程,通过实时数据采集生成检查项目组合调度规则,建立患者诊疗检查项目路径调度模型,解决服务负荷和服务需求的均衡问题,提高医疗检查资源的利用率。通过建立仿真模型,对患者在医院门诊检查的流程进行仿真模拟,对比仿真结果,确定了无序排队策略、预定顺序策略和基于组合规则的实时调度策略的优劣程度,验证了调度控制策略对检查资源利用效率提升的有效性。本文的研究工作在理论上丰富了集约化门诊运营管理策略,为解决门诊流量预测、医生集约化排班、门诊检查排队等问题提供了新的研究思路与方法;在实践上,对智慧医疗的应用进行了扩展,对医院集约化门诊服务能力提升、运营效率的上升有非常重要的意义,从而缓解门诊医疗资源紧张的问题,提高门诊检查的效率。