随着国内对医疗卫生的重视程度日益加深,我国医疗市场已经出现了大医院人满为患而中小型医院尚有资源闲置的问题,医疗卫生资源供给限制与医疗服务需求膨胀之间的矛盾亟待解决。新医改以来,各种政策对医院的运营管理能力提出了更高的要求,高效分配医疗资源的重要性不言而喻,以更低的成本为患者提供更为满意的服务已成为医院立足医疗市场的有力竞争保障。手术系统作为医院的中心枢纽,包括手术相关人员、物资、器械设施等资源,是医院收入和支出的重要来源。提高手术系统运行效率已成为降低医院运营成本、提升医院综合效益和保证医疗服务质量的关键问题,而提高手术系统运作效率的重要途径则是高效的手术排程。本文将手术排程作为一个包括术前准备、术中手术与术后恢复在内的三阶段问题进行研究,其中术前和术后阶段共用床位资源。本文考虑了手术创伤和未彻底消除的麻醉影响可能导致患者病情恶化的情况,将三个阶段之间不允许等待这一限制加入了约束条件,提出了以患者的平均恢复完成时间最小化为目标的无等待可重入手术排程模型。针对该手术模型的特点,设计了基于遗传算法和变邻域搜索的混合算法GA-IVNS,并在变邻域搜索中设计了六种基于基因块的邻域结构。通过数值实验对相关算法的性能进行了对比分析,表明GA-IVNS算法求解性能更优,且根据问题特性对邻域进行策略性设计有助于算法效率的提高。为了进一步增加排程算法的实用性,本文还考虑了手术各阶段不确定服务时间及老幼年患者手术需求特性,在术中和术后阶段采用三角模糊数描述手术和恢复时长,同时考虑在术前阶段老幼年患者的恶化效应所导致的不确定准备时间。以患者的平均恢复完成时间最小化为目标建立了无等待不确定可重入手术排程模型,并且在GA-IVNS算法的基础上提出了 GA-AVNS算法。该算法不仅将基于选择概率的轮盘赌规则应用于邻域间自适应变换,并且结合新问题的特点进一步对邻域进行了策略性设计,最后通过实验比较分析验证了该算法的有效性,并且说明了在混合算法中加入自适应邻域选择机制有助于算法效率的提高。