Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Departamento de Inform atica, Universidad Nacional de Salta, Argentina grdeolmos@gmail.com , danielc 85@hotmail.com

UMA 2008 - Mendoza Argentina

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Outline
Motivaci on Introducci on Problema de Asignaci on Metaheur stica Propuesta Prueba Conclusiones

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Motivaci on

Resoluci on de problemas NP dif ciles como el de asignaci on de personal por medio de herramientas computacionales en un tiempo razonable, usando metaheur sticas como TS.

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Asignaci on de horarios
La asignac on de personal es un problema pertinente a la gran mayor a de las empresas las cuales buscan optimizar al m aximo sus recursos, entre ellos los humanos con el n de llevar al l mite su rendimiento nal y poder as , concretar sus objetivos con el menor costo posible. Los ambitos en los que se necesitan una optimizaci on de recursos humanos es en los medios de trasporte, polic a, escuelas, hospitales,y en cualquier organizaci on en donde la apropiada designaci on de recursos humanos sea un factor descisivo para el cumplimiento de objetivos.

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Detalles del Problema

El problema en cuesti on est a inspirado en un trabajo realizado por Ender Ozcan para el Memorial Hospital, Estambul, Turqu a. Consiste en hacer un cronograma de 14 d as de manera tal que cumpla las restricciones del problema, como descanso, categor a de personal, cantidad de horas m nimas y m aximas a trabajar por turno, entre otras, y minimice su funci on objetivo.

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Restricciones y Objetivo del Problema

Objetivo
Minimizar el descontento global de los enfermeros

Restricciones
Primarias o de Personal
Debe existir al menos un enfermero por departamento No pueden haber m as de dos turnos nocturnos consecutivos No pueden haber m as de tres turnos diurnos consecutivos Un enfermero no puede ser asignado a dos turnos consecutivos (d a-noche o noche-d a) Los turnos nocturnos no puede ser asignados a enfermeros de categor a 2 Cada enfermero tiene como m nimo 8 turnos asignados

Secundarias o de Preferencias
Los enfermeros poseen 4 d as a elecci on para descansar

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Modelo Matem atico Simplicado

N 28

min
i =1 j =1

enfij .Prefij

(1)

s.a:
28

enfij 8 i = 1, 2, . . . , N
j =1

(2)

(enfi ,j + enfi ,j +2 ) 2 j = 1, 2, . . . , 12 j = par

(3)

enfij D
i =1

j = 1, 2, . . . , 28

(4)

(enfi ,j + enfi ,j +1 1) i = 1, 2, . . . , N ; j = 1, 2, . . . , 27

(5)

(enfi ,j + enfi ,j +2 + enfi ,j +4 ) 3 i = 1, 2, . . . , N ; j = 1, 2, . . . , 23 j = impar

(6)

enfij = 0, j = par Categ .Enfermero = 2 Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

(7)

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Ejemplo de Asignaci on en distintas tablas

Figura: Ejemplo de Burke et al,2004

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Ejemplo de Asignaci on manual

Figura: Ejemplo de Thompson et al,2003

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Trabajos Relacionados

Bast as y Chac on (2001) proponen una solucion basada en RN y BB a un problema de asignacion de enfermeros en clinicas chilenas. Burke et al. proponen una soluci on basada en Variable Neighbourhood Search (VNS) para un problema de asignaci on de turnos satisfaciendo restricciones de personal y de preferencias.

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Tabu Search (TS)

Propuesta por Glover(Glover & Laguna, 1986), dise nada para resolver problemas de optimizaci on combinatoria teniendo en cuenta un conjunto de reglas que previenen el estancamiento de soluciones. Es una t ecnica que trata de guiar un procedimiento iterativo de b usqueda local para que no quede atrapado en un optimo local. El procedimiento trata de extraer informaci on de lo sucedido y actuar en consecuencia, por lo cual podr a decirse que hay un cierto aprendizaje, y que la b usqueda es inteligente.

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

TS (...contin ua...)

Caracter sticas Memoria de corto plazo Memoria a largo plazo (frecuencia) Estrategias Estrategias de intensicaci on Estrategias de diversicaci on

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Tabu Search (...contin ua.)

Algoritmo Propuesto con TS
Generar una Soluci on Inicial(Sol Inic) solA Mover = Sol Inic ; Frecuencias = Sol Inic ; Mejor Sol = Sol Inic Mientras iteraciones < MAX Iter & no F(Mejor Sol)<error hacer hacer N Movimienos(solA Mover) Si F(mejor N Movimientos) < F(Mejor Sol) entonces Mejor Sol = mejor N Movimientos ponerListaTabu(mejor N Movimientos) Frecuencias = Frecuencias + mejor N Movimientos Sino solA Mover = Frecuencias iteraciones++ devolver Mejor Sol

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Algoritmo
Consta de: Generar un cronograma de 28 turnos para cada enfermero(Soluci on Inicial). Se realizan diferentes movimientos en cada iteraci on. Estos movimientos se eligen aleatoriamente. Pueden ser:
por Enfermero (las) por Turnos (columnas) por Preferencias

Durante la ejecuci on del algoritmo se registran caracter sticas similares que poseen buenas soluciones (frecuencia). Esta estrategia da la posibilidad de explorar una mayor cantidad de soluciones y no caer ante el peligro de un estancamiento provocado por s olo buscar en algunas regiones del espacio soluci on ( optimos locales).
Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Informaci on previa
Algoritmo
Codicado en Java, Editor Eclipse 3.3 Ejecutado sobre una PC Pentium IV 3.06 Ghz bajo Windows XP

Instancias
Fueron tomadas del trabajo realizado por Ozcan(2005). La informaci on sobre cada instancia incluye la cantidad de enfermeros y la cantidad de departamentos. Adem as, por cada enfermeros se tiene: nombre y apellido, la categor a a la que pertenece(0,1,2), los cuatro d as de preferencia y el departamento inicial.

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Informaci on previa

Par ametros
1000 iteraciones partiendo de la soluci on inicial. 100 iteraciones de movimientos. Error permitido: 3 % Tenure: es proporcional seg un la FnObj de la soluci on.

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Resultados obtenidos

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Una buena Soluci on

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Conclusiones

Con la instancia original, al cabo de cien corridas con mhtr, se obtuvieron mejores resultados que Ozcan (fnObj = 0). Sobre las dem as instancias, salvo rnd4 (fn Obj=1), se igualaron los resultados de Ozcan. Los tiempos computacionales han sido competitivos en todas las pruebas realizadas.

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Acerca del trabajo propuesto

Los resultados alcanzados igualaron los resultados obtenidos por Ozcan. Un factor clave para la obtenci on de buenas soluciones fue el uso de movimientos como mecanismo de escape de optimos locales. Resultados ecientes. Estrategia de intensicaci on mediante memoria de largo plazo basada en frecuencia adecuada.

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Trabajos Futuros

Mejorar las estructuras de datos usadas para reducir los tiempos computacionales. Probar el algoritmo propuesto con otras instancias de literatura. Aplicar otras t ecnicas de TS como Path Relinking.

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH

Temario

Motivaci on

Introducci on

Problema de Asignaci on

Metaheur stica

Propuesta

Prueba

Conclusiones

Muchas gracias

Daniel C espedes, Soledad Miranda, Gonzalo Rodriguez de Olmos, Jos e Luis Sol a Problema de Asignaci on de Turnos a Enfermeros con TABU SEARCH