基于疲劳负荷均衡的手术护士排台研究

目的:探讨在满足医院手术要求下考虑护士疲劳均衡的排班方法。方法:首先构建基于作业分解和JACK软件仿真的护士疲劳量化模型,然后在疲劳量化基础上,构建满足医院手术量需求下的手术护士疲劳负荷均衡的排台模型,并采用Lingo软件求解。结果:采用构建的疲劳量化模型可计算出手术护士中洗手护士和巡回护士完成各项作业的疲劳负荷率,再汇总得到护士各台手术的疲劳累计值,得到考虑疲劳负荷均衡的手术排台表。结论:应用考虑疲劳负荷均衡的手术护士排台方法,有助于手术护士健康水平的改善和手术系统稳健性的提高,为手术护士分配手术台及其疲劳风险管理提供了一定的决策参考。

加权Herz-Morrey空间上Littlewood-Paley g-函数交换子有界性的一个证明

给出了加权Herz-Morrey空间上Littlewood-Paley g-函数交换子有界性的一个证明。

污染数据回归模型的相合估计

考虑线性回归模型yi=xi′β+iε,i=1,2,…n,其中ε=(1ε,…,nε)′满足E()ε=0,Cov()ε=21σV(V>0),假定{yi}受到另一独立同分布的随机变量序列{iμ}的污染,仅能观察到污染数据,{yi}与{iμ}独立,本文给出污染参数及回归系数的参数估计,并证明在适当的条件下其具有强,弱相合性。

基于混合布谷鸟算法的不确定手术调度模型求解

针对应急救援情境下手术调度中存在不确定性因素导致无法获得精确的手术时间和结束期的问题,设计了一种灰色调度模型和求解该问题的混合灰色布谷鸟算法。首先引入三参数和四参数区间灰数来描述不确定手术时间和不确定结束期,并定义了可能性测度和必然性测度,提出了拖期可信度指标用于度量手术发生拖期的概率;然后建立了以最小化手术平均拖期可信度为目标的灰色混合整数规划模型,提出了一种混合灰色布谷鸟算法的求解方法,并以规模为6(3)×3的经典算例为例进行仿真测试。实验表明该算法能很好地解决问题,比基本布谷鸟求解算法有更好的性能。

Herz-Morrey空间上多线性Littlewood-Paley算子的有界性

设g_ψ~A为多线性Littlewood-Paley算子,在g_ψ~A的加权L^p(ω)有界性的基础上,对Herz-Morrey空间中此类算子进行了讨论,并得到了BMO有界的估计.