IKT Turnusplanlegging – fra et matematisk perspektiv Workshop i turnusplanlegging Voksenåsen, 2009-09-15 1 Martin Stølevik

Slides:



Advertisements
Liknende presentasjoner
Den praktiske løsningen for å løse dine personalhåndtering-problemer
Advertisements

Klikk Aktiver redigering i meldingsfeltet,
Managerial Decision Modeling
Hvordan løse utfordringene i helsesektoren? 25/3
Ulike sorteringsmetoder Kompleksitet av dem
Produktvalg Læringsmål:
Managerial Decision Modeling
Norm for informasjonssikkerhet Helse-, omsorgs- og sosialsektoren.
Konsekvenser ved samlokalisering av IKT-systemer
Ephorte. Status pr. DD Svært ustabilt – IIS 6.0 Tryner – App pooler tryner – Diverse.net feil Antar at vi må regne med nedetid i snitt 1 gang pr. bruker.
VELKOMMEN TIL URO OPPLÆRING
1 4 March 2010 TDT4285 Planl&drift IT-syst Forelesning nr 22: Ytelsesforvaltning TDT4285 Planlegging og drift av IT-systemer Våren 2010 Anders Christensen,
1 26. april 2005 TDT4285 Planl&drift IT-syst Forelesning nr 31 Ytelsesforvaltning TDT4285 Planlegging og drift av IT-systemer Våren 2005 Anders Christensen,
”Når vi bestemmer selv”
IN320 Statoil Hjemmekontor Gruppe1 1 Statoil Hjemmekontor -Ett Lite Skritt Videre.
Managerial Decision Modeling
Managerial Decision Modeling A Practical Introduction to Management Science, 5ed by Cliff Ragsdale.
Lokalisering av avfallsanlegg - størst minsteavstand.
Managerial Decision Modeling
Målprogrammering. LOG530 Distribusjonsplanlegging 2 2 Vi fortsetter eksempel 10.2, men vil nå se på oppfyllelse av flere mål samtidig. Målprogrammering.
Hans Fr. Nordhaug (Ola Bø)
Digitaliserer papirflyt
1 Copyright, 1996 © Dale Carnegie & Associates, Inc. Moralsk hasard, insitamentsproblemer.
Skolens digitale tilstand og ITU-monitor
Samvirke innen offentlige tjenester Pleie- og omsorg FoU-prosjekt nr
Seminar Dagkirurgi i Norge 7 februar 2014: Finansieringsordninger som fremmer utvikling av dagkirurgi Tor Iversen.
Haukeland Universitetssykehus
Navn på FIRMa eller produkt HER SNAKKER DERE LITT OM DERE SELV. PKT 1 I LISTEN.
Gruppe for seponering av B-preparater
Enkel Keynes med endogene skatter
BUS240 1 Typer av prosessteknologi Teknologi (maskiner og utstyr) for å produsere og levere varer og tjenester Prosessteknologi for transformasjonen 
INF 295 Algoritmer og datastrukturer Forelesning 22 Teknikker for algoritmeutvikling Hans Fr. Nordhaug/ Ola Bø.
2005 PRODUKTIFISERING OG PRISSETTING AV HUMSAM-KUNNSKAP OPPSUMMERING: Verdien av ditt produkt PRODUKTIFISERING Definisjon Hvorfor produkt? Hvorfor ikke.
2004 Produktifisering og prissetting av HUMSAM-kunnskap PRODUKTIFISERING Definisjon Hvorfor produkt? Hvorfor ikke bare timer Fordeler for kunden Fordeler.
Usikkerheter og sannsynligheter Petter Mostad
2010 Introduksjonsforelesning Økonomisk aktivitet og økonomisk politikk Steinar Holden Økonomisk institutt, UiO 18. august.
Bruk av IKT i ulike beslutningsprosesser og arbeidsoppgaver i offentlig sektor (II) - Spesielt om representasjon av rettsregler i datamaskinprogrammer.
LUT2, høst 2008 Høgskolen i Vestfold
Kommunenes fremtidige behov for medisinsk kompetanse. Rune Hallingstad Fagleder Helse og velferdsavdelingen.
IHR-studier SFB-Workshop 2: 10. juni 2011 Rom 754 Eilert Sundts hus.
Hvordan unngå strid mellom kommune og helseforetak? Betyr det noe for pasientene og samfunnsøkonomien hvem som står ansvarlig? Rikard Nygård Overlege BUP.
Økonomiske systemer En markedsøkonomi er en økonomi der bedriftene bestemmer hva de vil produsere, produksjonen selges til forbrukerne, og forbrukerne.
1 SKOLELABORATORIET Nils Kr. Rossing En praktisk introduksjon til differensialligninger av Nils Kr. Rossing Skolelaboratoriet ved NTNU.
Matematikk - utvidet form. Mål for timen Du skal kunne kjenne igjen plassverdien til et siffer og skrive et tall på utvidet form.
Kap. 4 – Cases of Formalization How Information Technology Is Conquering the World: Workplace, Private Life, and Society Professor Kai A.
Samvirke innen offentlige tjenester
Kvalitet, risiko og avvik
Kap. 4 – Cases of Formalization
TDT4105 Informasjonsteknologi, grunnkurs
Bygg 21 Digitalisering av byggebransjen Rapport
Introduksjonsforelesning Økonomisk aktivitet og økonomisk politikk
Salgspresentation.
«Bare plunder og heft» Erfaringer med midlertidig ansettelse og deltidsansattes rett til utvidet stilling i kommunal sektor.
Mobilt røntgen i distriktene (Hybridmodellen)
EVALUERING AV 6 TIMERSFORSØKET V/ AVD OPPDAL
Kap. 4 – Cases of Formalization
Rekruttering Fremtidens sykepleiere
Samvirke innen offentlige tjenester
Tidlig oppdagelse av forverret tilstand
Kapittel 8 - Utskiftingskalkyler
Strategiske kostnadsdrivere
Kapittel 14 Produktvalg Læringsmål:
Automatiseringsvennlig lovgivning
Kraljic matrise.
BØK711 Bedriftsøkonomisk analyse
Eric Jul PSE, Inst. for informatikk
Begynnerkurs i Python Realfagskonferansen 2019 Henrik H. Løvold
ATEA.
Rettssikkerhet i digital forvaltning - og litt om forholdet til personvern Dag Wiese Schartum.
Utskrift av presentasjonen:

IKT Turnusplanlegging – fra et matematisk perspektiv Workshop i turnusplanlegging Voksenåsen, Martin Stølevik

IKT Turnusplanlegging – er det noe problem? Enkelt!  Tilordne vakter/skift til ansatte på dagene i planleggingsperioden Vanskelig!  Tilordne vaktkoder til ansatte på dagene i planleggingsperioden slik at: alle føringer (krav) er oppfylt og at planen blir god å jobbe for de ansatte. 2

IKT Et optimeringsproblem Et antall variabler modellerer beslutninger (dager, ansatte, skifttyper) En tilstand der alle variable har fått en verdi gir en løsning (plan). Føringer begrenser mulige kombinasjoner Et objektiv (målfunksjon) brukes til å sammenligne de lovlige løsningene for å finne den beste. 3 Dag 1Dag 2Dag 3… Ansatt 1 X 11 X 12 Ansatt 2X 21 …X ij

IKT Selv med bare føringer er det ille…. 4

IKT Kompleksitet Anta at vi har 3 ansatte og en planleggingsperiode på en uke. Bemanningsplan: 2 dagvakter pr dag. Hvor mange mulige ulike turnusplaner gir dette? … 2187 (!) Hva med å innføre en begrensning: max. 5 vakter pr. ansatt? Fortsatt 1611 lovlige kombinasjoner ! 5 Ansatt 1D D DD Ansatt 2 DDD DD Ansatt 3DD D DD Ansatt 1 Ansatt 2 Ansatt 3

IKT Mer kompleksitet 6 Bruk en superdatamaskin som kan sjekke en milliard turnusplaner pr sek. Planleggingsprobem Antall mulige turnusplaner Tid for å sjekke alle løsninger 3 ansatte, 1 uke. Bemanningsplan; 2D 2187 = 2,187 * ,0000 sek 5 ansatte, 1 uke. Bemanningsplan; 2D = 1,0 * ,001 sek 6 ansatte, 1 uke. Bemanningsplan; 2D, 2A = 4,8 * ,3 timer 10 ansatte, 1 måned. Bm.plan: 5D, 2A, 1N 3,9 * ,3 * år...

IKT Motivasjon for automatisering Svært komplekst problem med mange krav og ønsker. Høyt utdannet personell må gjøre turnusplanlegging fremfor pasientrettet arbeid. Turnusplanlegging tar mye tid, kan være frustrerende og stressende. Stadig re-planlegging for å håndtere fravær. Et planleggingsproblem som fins i hele verden, i mange sektorer. Dårlige planer kan føre til overarbeid, slapphet og dårligere tilbud til pasientene.

IKT Fordeler ved automatisering Kan automatisk sikre lovlige turnusplaner. Datamaskiner anses som upartiske. Kan forbedrede eksisterende planer. En turnusgenerator kan løse planleggingsproblemet mye raskere enn å gjøre det manuelt.

IKT Fordeler ved automatisering (2) Ved å tilfredsstille flere personlige krav og ønsker kan de ansatte lettere planlegge og bruke fritiden mer effektivt. Fleksibel turnusplanlegging er en fordel ved rekruttering og for å beholde personell. Redusert fravær. Lavere kostnader forbundet med innleie.

IKT Metoder Man trenger en løsningsmetode (algoritme) som beskriver for datamaskinen hvordan den skal regne. Kan dele metodene i to hovedgrupper: Eksakte metoder Garanterer optimal løsning, men kan kreve enormt med tid… Ikke-eksakte metoder Kan hurtig finne en god løsning, men garanterer ikke optimal løsning. 10

IKT En ikke-eksakt metode: Lokalsøk Relativt enkel metode konseptuelt 1. Finn en hvilken som helst lovlig turnusplan. Kan kreve litt jobb… 2. Gjør en liten endring i planen og se om den nye planen du får er bedre. 11

IKT Eksempel: lokal endring 12 D A NN A NND AA D N D DAD N D AAD NNA AA NN DD D DA NN A NND AA D N D DAD N AAD NNA AA NN DD

IKT Lokalsøk Relativt enkel metode konseptuelt 1. Finn en hvilken som helst lovlig turnusplan. Kan kreve litt jobb… 2. Gjør en liten endring i planen og se om den nye planen du får er bedre. 3. Dersom endringen er bedre gjør den, hvis ikke gjenta pkt. 2 med en annen endring. 4. Fortsett med pkt til det stopper opp eller du har holdt på en gitt tid. 13

IKT Eksempel: Bytte vakter 14 D DA NN A NND AA D N D DAD N AAD NNA AA NN DD D DA NN A NND AA D N D AAD N ADD NNA AA NN DD

IKT Eksempel: Mer komplekst lokalt flytt 15 D DA NN A NND AA D N D AAD N ADD NNA AA NN DD D DA NN A NND AA D D AA NN N N ADD DA AA NN DD