护士排班问题是一个具有挑战性的题目，由于医疗机构和护理工作的特殊性，护士排班问题通常具有各种各样的约束条件。良好的排班方案有助于鼓舞团队的士气，营造良好的工作氛围，从而对护理质量提供有力的保证，进而保障病人的健康与安全，具有重大的实际意义。当前大部分医院的排班工作是以手工方式完成的，需要耗费排班人员较多的精力且难以保证排班的质量。基于计算机的自动化排班有助于提高排班的效率和质量，从而使得人力资源得到有效的利用。　　 本论文基于上述背景对护士排班问题展开了算法与模型的研究。首先，本论文对一个已有的护士排班问题提出了一个两阶段的求解算法，该算法的第一阶段使用分枝限界算法寻找可行的日夜分班方案，第二阶段使用模拟退火算法对每个可行方案进行优化。该算法的特点是，把问题转化到网络流模型上，通过求解最大流问题求得原问题的一个可行解，并以该解为起点，通过在残余网络上寻找回路来调整流量得到不同的最大流，以遍历原问题不同的解，在优化的过程中，本论文提出的基于调整最大流的邻域操作保证了搜索总在可行域内进行，提高了优化的效率。然后，本论文在原问题基础上加入了避免护士降级工作的约束条件，通过在原模型基础上增加常数个变量与不等式，提出了一个满足新约束条件要求的改进模型；同时，本论文对原有建模方法进行了分析，引入行约束条件与列约束条件的概念，在此基础上对原有建模方法进行了推广，得到了一个形式统一的通用模型，并应用到本问题中。最后，本论文通过对30组标准测试数据的实验验证了上述两阶段求解算法的有效性以及使用上述模型求解问题的效率。