| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景与研究意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国外医院手术排程研究现状 | 第13-15页 |
| 1.2.2 国内医院手术排程研究现状 | 第15-17页 |
| 1.2.3 国内外研究现状评价 | 第17页 |
| 1.3 研究内容与研究方法 | 第17-21页 |
| 1.3.1 研究内容 | 第17-19页 |
| 1.3.2 研究方法 | 第19-21页 |
| 第2章 手术排程相关理论基础 | 第21-36页 |
| 2.1 模糊隶属度函数概述 | 第21-25页 |
| 2.1.1 模糊隶属度函数定义与选取原则 | 第21-22页 |
| 2.1.2 隶属度函数建立的方法 | 第22-23页 |
| 2.1.3 隶属度函数图形分布的几种形式 | 第23-25页 |
| 2.2 多目标规划概述 | 第25页 |
| 2.3 多目标规划方法介绍 | 第25-29页 |
| 2.3.1 主目标法 | 第25-26页 |
| 2.3.2 统一目标法 | 第26页 |
| 2.3.3 功效系数法 | 第26-27页 |
| 2.3.4 分层序列法 | 第27-29页 |
| 2.4 粒子群算法概述 | 第29-33页 |
| 2.4.1 粒子群算法原理 | 第29-30页 |
| 2.4.2 粒子群算法流程 | 第30-31页 |
| 2.4.3 粒子群算法的优缺点 | 第31页 |
| 2.4.4 粒子群算法的改进 | 第31-33页 |
| 2.5 遗传算法概述 | 第33-35页 |
| 2.5.1 遗传算法原理 | 第33-34页 |
| 2.5.2 遗传算法流程 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第3章 基于模糊隶属度的患者满意度模型建立 | 第36-45页 |
| 3.1 患者满意度问题描述 | 第36页 |
| 3.2 基于模糊隶属度的患者满意度模型构建 | 第36-38页 |
| 3.2.1 有关符号定义与说明 | 第37页 |
| 3.2.2 患者满意度模型的建立 | 第37-38页 |
| 3.2.3 患者满意度模型的约束条件 | 第38页 |
| 3.3 患者满意度模型正确性证明 | 第38-41页 |
| 3.3.1 患者满意度模型隶属度证明 | 第38-39页 |
| 3.3.2 凹函数定义与性质 | 第39-40页 |
| 3.3.3 模型正确性证明 | 第40-41页 |
| 3.4 患者满意度模型分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于粒子群改进遗传算法的手术排程 | 第45-55页 |
| 4.1 手术排程问题描述 | 第45页 |
| 4.2 手术排程模型的构建 | 第45-49页 |
| 4.2.1 有关符号定义与说明 | 第46页 |
| 4.2.2 手术排程多目标规划模型建立 | 第46-47页 |
| 4.2.3 约束条件说明 | 第47-49页 |
| 4.3 粒子群算法与遗传算法的结合方式 | 第49-50页 |
| 4.4 基于粒子群的遗传算法设计思路 | 第50-53页 |
| 4.4.1 粒子的编码和解码 | 第50页 |
| 4.4.2 自适应惯性权重设置 | 第50-51页 |
| 4.4.3 适应度函数 | 第51页 |
| 4.4.4 全局最优解的更新策略 | 第51-52页 |
| 4.4.5 种群多样性保持策略 | 第52-53页 |
| 4.5 算法流程 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 基于粒子群改进遗传算法M医院手术室优化排程 | 第55-64页 |
| 5.1 实例分析 | 第55-59页 |
| 5.2 实验结果 | 第59-61页 |
| 5.3 对比分析 | 第61-63页 |
| 5.3.1 排程结果对比分析 | 第62页 |
| 5.3.2 排程适应度曲线对比分析 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 附录1 | 第71-72页 |
| 附录2 | 第72-73页 |
| 附录3 | 第73-75页 |
| 致谢 | 第75页 |