Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/5780
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorปารเมศ ชุติมา-
dc.contributor.advisorพนิดา ดามาพงศ์-
dc.contributor.authorจุฑามาศ เทวินบุรานุวงศ์-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2008-02-04T08:33:54Z-
dc.date.available2008-02-04T08:33:54Z-
dc.date.issued2543-
dc.identifier.isbn9741302169-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/5780-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2543en
dc.description.abstractปัญหาการจัดตารางเวรทำงานของพยาบาลประจำการ เป็นปัญหาที่มีความสำคัญมากปัญหาหนึ่งในโรงพยาบาล เนื่องจากพยาบาลเป็นกลุ่มบุคลากรที่มีจำนวนมากที่สุดในโรงพยาบาล และงานทางด้านการรักษาพยาบาลยังเป็นงานที่จำเป็น ต้องมีบุคลากรพยาบาลขึ้นเวรประจำการตลอดเวลา 24 ชั่วโมง ในงานวิจัยนี้ได้ศึกษาถึงการนำวิธีการเจนเนติกอัลกอริทึม (Genetic Algorithms) มาใช้กับปัญหาการจัดตารางเวรทำงานของพยาบาลประจำการ ซึ่งเป็นปัญหาการจัดบุคลากรพยาบาล อันได้แก่ พยาบาลหัวหน้าหอผู้ป่วย และพยาบาลประจำการให้กับเวรทำงานที่เกิดขึ้นในช่วงระยะเวลาหนึ่ง โดยวัตถุประสงค์ที่นำมาพิจารณาจะมี 2 วัตถุประสงค์ ได้แก่ ค่าทิศทางกระจายของช่วงระยะห่างระหว่างเวรทำงานของพยาบาลประจำการ และความคลาดเคลื่อนการกระจายของช่วงระยะห่างระหว่างเวรทำงาน ของพยาบาลประจำการ เพื่อให้เกิดการกระจายภาระงานไปยังบุคลากรพยาบาลแต่ละคน อย่างยุติธรรมที่สุด นอกจากนี้ยังได้ศึกษาและทดสอบพารามิเตอร์ ที่มีผลต่อการหาคำตอบของเจนเนติกอัลกอริทึม สำหรับปัญหาการจัดตารางเวรทำงานของพยาบาลประจำการ ซึ่งได้แก่ ขนาดของประชากร ประเภทของวิธีการครอสโอเวอร์ ความน่าจะเป็นในการครอสโอเวอร์ ประเภทของวิธีการมิวเตชั่น และความน่าจะเป็นในการมิวเตชั่น จากการทดลองพบว่าขนาดของประชากร วิธีการครอสโอเวอร์ ความน่าจะเป็นในการครอสโอเวอร์ วิธีการมิวเตชั่น และความน่าจะเป็นในการมิวเตชั่นเป็นพารามิเตรอ์ ที่มีผลต่อการหาคำตอบโดยวิธีการทางเจนเนติกอัลกอริทึม ดังนั้นในการนำเจนเนติกอัลกอริทึมไปใช้จริง ควรมีการกำหนดค่าพารามิเตอร์ที่เหมาะสม โดยอาจใช้ค่าที่เหมาะสมที่ได้จากการทดลองในงานวิจัยนี้ เป็นแนวทางเบื้องต้น จากงานวิจัยนี้ จะได้ว่าเจนเนติกอัลกอริทึมเป็นวิธีการหาคำตอบ สำหรับปัญหาการจัดตารางเวรทำงานของพยาบาลประจำการที่มีประสิทธิภาพ และสามารถให้คำตอบที่ดีภายในระยะเวลาที่กำหนดได้en
dc.description.abstractalternativeStaff nurse scheduling is one of the most critical problems in hospital because nurses are the majority group of hospital personnel, who works regular shifts around 24 hours a day. To balance workload of each nurse, Genetic algorithm (GAs), one of the most promising techniques for such problem, was applied in this research. Two objectives of the research were to minimize direction of shift spans and to minimize accuracy of shift spans, to balance all workload for each nurse. Experimental design was set up for examining the significance of several parameters of GAs including problem sizes, population sizes, crossover types, probability of crossover, mutation types, and probability of mutation. The results of the experiment shown that population sizes crossover type, probability of crossover, mutation types and probability of mutation had significant impact on the solution obtained from GAs. As a result, it was necessary to define appropriate parameters while using GAs. However, the suitable parameters obtained from the research are useful as a guideline in practice. From the research, it found out that genetic algorithm was an efficient method that can search for a good solution of staff nurse scheduling within an acceptable time limit.en
dc.format.extent3909960 bytes-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectจีเนติกอัลกอริทึมen
dc.subjectตารางเวรพยาบาลen
dc.titleการประยุกต์เจนเนติกอัลกอริทึม สำหรับการจัดตารางเวรของพยาบาลประจำการen
dc.title.alternativeApplication of genetic algorithms for staff nurse schedulingen
dc.typeThesises
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineวิศวกรรมอุตสาหการes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisorParames.C@chula.ac.th-
dc.email.advisorPanida.D@Chula.ac.th-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Jutamas.pdf3.82 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.