Bu çalışmada, literatürde NP-zor bir problem olduğu belirtilen HÇP için AKA kullanılarak çözüm modelleri geliştirilmiştir. Algoritmanın HÇP üzerindeki etkinliğinin belirlenmesi için C# programlama dili kullanılarak, kullanıcı ara yüzü olan bir program oluşturulmuştur. Bu program www.projectmanagement.ugent.be/nsp.html adresinden indirilen örnek veri seti problemlerinin çözümü için kullanılmıştır. Elde edilen sonuçlar Maenhout ve Vanhoucke (2007)’un aynı veriler için kullanmış oldukları elektromanyetik algoritma ile elde etikleri çözümler ile kıyaslanmıştır. Yapılan karşılaştırmada, AKA’nın HÇP için etkin bir yöntem olduğu gösterilmiştir.
Çalışmanın diğer kısmında, AKA gerçek bir HÇP üzerinde çalıştırılmıştır. Bunun için C# programlama dili ile ikinci bir program yazılmıştır. Bu programda da gerekli verilerin kullanıcı tarafından girilmesini sağlayan kullanışlı bir ara yüz hazırlanmıştır. Literatürdeki çalışmaların büyük çoğunluğu belli vardiya modellerine uygun çözümleme yapabilirken, hazırlanan program, istenilen vardiya tipinin kullanıcı ara yüzünden seçilmesine izin vermektedir. Bunun yanında program; personel sayısı, talep değerleri ve kesin ve esnek kısıtlar için kullanılacak ceza değerlerinin de ara yüz kullanılarak programa girilmesine uygun olarak tasarlanmıştır. Oluşturulan program bu özellikleri ile problemin karakteristik özelliklerinin çok kolay ve çabuk olarak değiştirilmesine imkan sağlamakta, bu sayede farklı problemlerin çözümü için de hızlı bir şekilde kullanıma uygun hale getirilebilmektedir. Bu esnek yapısı programın farklı hastanelerin ve farklı birimlerin problemleri için de çözüm üretebilmesini mümkün kılmaktadır.
Yapılan uygulama çalışması Karadeniz Teknik Üniversitesi, Tıp Fakültesi hastanesinde gerçekleştirilmiştir. Buradaki mevcut uygulamada çizelgeleme çalışmaları her bir bölümün sorumlusu tarafından yapılmaktadır. Yapılan çalışma bu gerçekliğe uygun olarak, sahip olduğu esnek yapının da yardımı ile her bir bölümün çizelgesinin ayrı ayrı, yine o bölüm sorumlusu tarafından yapılmasını sağlayacak şekilde oluşturulmuştur. Program sayesinde önceden el ile oluşturulan personel çizelgeleri programa gerekli veriler girildikten sonra tekbir tuşa basılarak otomatik olarak yapılabilmektedir.
Yapılan program hastaneden alınan veriler kullanılarak çalıştırılmış ve sonuçlar mevcut uygulamada el ile yapılan çizelge ile karşılaştırılmıştır. Sonuçlar, programın oluşturduğu çizelgenin mevcut çizelgeden önemli ölçüde daha kaliteli olduğunu göstermiştir.
Yapılan çalışma ile mevcut durumda el ile oluşturulan çizelgeleme çalışması otomatik bir hale getirilmiştir. Mevcut durumda her bir bölüm için personel çizelgesinin sorumlu hemşire tarafından yapılması, personelin izin günü, çalışma tipi gibi isteklerine daha doğru ve çabuk karar verilebilen ve çalışanların özel isteklerinin tatminini kolaylaştıran bir yapı oluşturmaktadır. Bu
sorumlu hemşirelerin kontrolü altında oluşturulmasına imkân tanımaktadır.
Programın çizelgeyi girilen verilere göre otomatik ataması ise personeller arası ilişkilerin çizelge üzerine yansımasını önlemektedir. Böylece oluşturulan program ile hem çalışanlar hem de kurum için daha avantajlı çizelgelerin daha hızlı bir şekilde oluşturulması sağlanmıştır.
Elde edilen sonuçlar çözüm için kullanılan AKA’nın hem esnek hem de kesin kısıtların sağlanmasında başarılı bir yöntem olduğunu göstermektedir. Bunun yanında, gelecekte yapılacak parametre analizi çalışmaları ve hibritleştirme yöntemleri ile modelin hızlandırılması veya çözüm kalitesinin arttırılması mümkün olabilir.
KAYNAKLAR
Aickelina U., Dowsland K. A., 2004 An indirect Genetic Algorithm for a nurse-scheduling problem, Computers and Operations Research, 31, 761–778.
Baykasoğlu A., Özbakır I., Tapkan I., 2007, Swarm Intelligence: focus on ant and particle swarm optimization, Felix T. S. Chan and Manoj Kumar Tiwari, Itech Education and Publishing, 1TH Edition Vienna, Austria, 114–144.
Beddoe G., Petrovic S., Li J., 2009, A hybrid meta-heuristic case-based reasoning system for nurse rostering, J Sched, DOI 10.1007/s10951-008-0082-8, 12, 99–119.
Bellanti F., Carello G., Della Croce F., Tadei R., 2004, A greedy-based neighborhood search approach to a nurse rostering problem, European Journal of Operational Research, 153, 28–40.
Bilgin B., Causmaecker P., Rossie B., Berghe G. V., 2012, Local search neighbourhoods for dealing with a novel nurse rostering model, Annals of Operations Research, 194(1), 33–57. Brucker P., Burke E. K., Curtois T., Qu R., Berghe G. V., 2010, A shift sequence based approach
for nurse scheduling and a new benchmark dataset, Journal of Heuristics, 16, 559–573,
Burke E. Cowling P., 2001, A Memetic Approach to the Nurse Rostering Problem, Applied Intelligence, 15, 199–214.
Burke P. Causmaecker P., Petrovic S., Berghe G. V, 2006, Meta-heuristics for handling time interval coverage constraints in nurse scheduling, Applied Artificial Intelligence, 20, 743–766. Burke E. K., Curtois C., Post G., Qu R., Veltman B., 2007, A hybrid heuristic ordering and variable neighbourhood search for the nurse rostering problem, European Journal of Operational Research, 188, 330–341.
Burke E. K., Li J., Qu R., 2010, A hybrid model of integer programming and variable neighbourhood search for highly-constrained nurse rostering problems, European Journal of Operational Research, 203, 484–493.
Causmaecker P., ve Berghe G. V., 2010, A categorisation of nurse rostering problems, J Sched, 14, 3 – 16.
Cheang B., Li H., Lim A, Rodrigues B., 2003 Nurse rostering problems, a bibliographic survey, European Journal of Operational Research , 151, 447–460,
Cheng M., Ozaku H. I., Kuwahara N., Kogure K., Ota J., 2007, Simulated Annealing Algorithm for Daily Nursing Care Scheduling Problem, Proceedings of the 3rd Annual IEEE Conference on Automation Science and Engineering, Scottsdale, AZ, USA, 507–512.
Chiaramonte M. V., Chiaramonte L. M., 2008, An agent-based nurse rostering system under minimal staffing conditions, International Journal Production Economics, 114, 697–713. Çivril H., 2009, Hemşire çizelgeleme problemlerinin genetik algoritma ile çözümü, Yüksek Lisans
optimization approach, 17th Mediterranean Conference on Control & Automation,Makedonia Palace, Thessaloniki, Greece, 1020–1025.
Dehuri S., Cho S., Jagadev A. K., 2008, A Multi-agent approach for multiple campaigns assignment problem, International Conference on Information Technology, 24–29.
Dias T. M., Ferberb D. F., Souzac C. C., Moura A. V., 2003, Constructing nurse schedules at large hospitals, International Transactions In Operational Research, 10, 245–265.
Düzyurt, S., Gazioğlu N., 2004, Personel listeleme ve çizelgeleme, Seminer, Selçuk Üniversitesi Endüstri Mühendisliği Bölümü, Konya. (Yayınlanmamış)
Gutjahra W. J., Raunerb M. S., 2007, An ACO algorithm for a dynamic regional nurse-scheduling problem in Austria, Computers and Operations Research, 34, 642–666.
Kashani M. H., Jamei M., Akbari M.,Tayebi R. M., 2011, Utilizing bee colony to solve task scheduling problem in distributed systems, Third International Conference on Computational Intelligence, Communication Systems and Network, 298–303.
Kaur A., Goyal S., 2011, A Survey on the applications of bee colony optimization techniques, International Journal on Computer Science and Engineering (IJCSE), 3(8), 2011
Lara C., Flores J. J., Calderon F., 2008, Solving a school timetabling problem using a bee algorithm, MICAI 2008, Berlin Heidelberg, 664–674.
Li J., Burke E. K., Curtois T., Petrovic S., Qu R., 2012, The falling tide algorithm: A new multi objective approach for complex work force scheduling, Omega, 40, 283–293.
Maenhout B., Vanhoucke M., 2006, New computational results for the nurse scheduling problem: A scatter search algorithm, 6th European Conference on Evolutionary Computation in Combinatorial Optimization, Budapest – Hungary, 159–170.
Maenhout B., Vanhoucke M., 2007, An electromagnetic meta-heuristic for the nurse scheduling problem, Journal of Heuristics, 13(4), 359–385.
Maenhout B., Vanhoucke M., 2007, NSPLib – A Nurse Scheduling Problem Library: A tool to
evaluate (meta-)heuristic procedures, Gent University,
www.projectmanagement.ugent.be/nsp.html. [Ziyaret Tarihi: 28 Şubat 2012].
Maenhout B., Vanhoucke M., 2008, Comparison and hybridization of crossover operators for the nurse scheduling problem, Annals of Operations Research, 159, 333–353.
Maenhout B., Vanhoucke M., 2011, An evolutionary approach for the nurse rerostering problem, Computers and Operations Research, doi:10.1016/j.cor.2010.12.012.
Nakranı S., Tovey C., 2004, On honey bees and dynamic server allocation in internet hosting centers, International Society for Adaptive Behavior, 12(3–4), 223–240.
Narlı M., 2007, Hemşirelerin çalışma vardiyalarının değerlendirilmesi ve çizelgelenmesi, Yüksek Lisans Tezi, Çukurova Üniversitesi Fen Bilimleri Enstitüsü, Adana.
problem, International Symposium on Information Technology, 1, 1–7.
Özbakır L., Baykasoğlu A., Tapkan P., 2010, Bees algorithm for generalized assignment problem, Applied Mathematics and Computation, 215, 3782 – 3795.
Parr D., Thompson J. M., 2007, Solving the multi-objective nurse scheduling problem with a weighted cost function, Annals of Operations Research, 155, 279–288.
Sarucan A., 1999, Bir raylı ulaşım sisteminde personel çizelgeleme problemine bütünleşik yaklaşım, Yüksek Lisans Tezi, Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Konya, 10 – 11. Seeley T. D., Camazine S., Sneyd J., 1991 Collective Decision-Making in honey bees: how
colonies choose among nectar sources, Behav Ecol Sociobiol , 28, 277–290.
Suri B., Snehlata, 2011, Review of artificial bee colony algorithm to software testing, International Journal of Research and Reviews in Computer Science (IJRRCS), 2(3), 706–711.
Tapkan P., Özbakır L., Baykasoğlu A., 2008, Arı algoritması ve genelleştirilmiş atama problemi: farklı komşuluk yapılarının karşılaştırılması, Endüstri Mühendisliği Dergisi, 21(2), 2–13. Teodorovic D.,Davidovic T., Selmic M., 2011, bee colony optimization: the applications survey,
Transactions on Computational Logic, 1–20.
Tsai C., a, Li S. H. A., 2009, A two-stage modeling with genetic algorithms for the nurse scheduling problem, Expert Systems with Applications, 36, 9506–9512.
Vanhoucke M., Maenhout B., 2009, On the characterization and generation of nurse scheduling problem instances, European Journal of Operational Research, 196, 457–467.
Valouxis C., Housos E., 2000, Hybrid optimization techniques for the work shift and rest assignment of nursing personnel, Artificial Intelligence in Medicine, 20, 155–175.
Yang X., 2005, Engineering optimizations via nature-,inspired virtual bee algorithms, IWINAC 2005, Berlin Heidelberg, 317–323.
ÖZGEÇMĐŞ
KĐŞĐSEL BĐLGĐLER
Adı Soyadı : Kadir Büyüközkan
Uyruğu : Türk Vatandaşı
Doğum Yeri ve Tarihi : Konya 1987
Telefon : 0507 427 66 43
Faks : -
e-mail : -
EĞĐTĐM
Derece Adı, Đlçe, Đl Bitirme Yılı
Lise : Selçuklu Anadolu Lisesi, Selçuklu, Konya 2005
Üniversite : Selçuk Üniversitesi, Selçuklu, Konya 2009
Yüksek Lisans : Selçuk Ün. Fen Bil. Enst. Selçuklu, Konya -
Doktora : - -
ĐŞ DENEYĐMLERĐ
Yıl Kurum Görevi
2009 – 2010 Bizcanlı Redüktör Ltd. Şti. Endüstri Müh. 2010 – …… KTÜ. Mühendislik Fakültesi Öğr. Elemanı
UZMANLIK ALANI
Meta Sezgisel Yöntemler, Çizelgeleme.
YABANCI DĐLLER
Đngilizce
YAYINLAR
Büyükökan K., Sarucan A., Baysal M. E., Engin O., 2011, Türkiye’nin enerji talebinin yapay arı algoritması modeli ile tahmin edilmesi, 31. Yöneylem Araştırması ve Endüstri Mühendisliği Kongresi,
Sarucan A., Büyüközkan K., 2012, Artificial Bee Colony Algorithm For Solving Nurse Scheduling Problems, The 10th International FLINS Conference on Uncertainty Modeling in Knowledge Engineering and Decision Making. (26-29 . 8 . 2012 tarihleri arasında sunulmak üzere kabul edilmiştir. Yüksek Lisans Tezinden yapılmıştır).