Dissertação

{en_GB=Optimizing Staff Scheduling in emergency medical services: a case at INEM } {} EVALUATED

{pt=O escalonamento de pessoal envolve a alocação de trabalhadores a tarefas, inseridas em turnos de trabalho específicos. É uma atividade complexa e morosa, comum a muitas empresas reais. Frequentemente, os problemas de alocação apresentam objetivos inconciliáveis. Estes problemas são geralmente condicionados por regras de natureza legal e laboral, e por preferências individuais. É necessário obter escalas viáveis que, simultaneamente, cumpram exigências de cariz pessoal, permitam poupança de custos, satisfação dos trabalhadores, considerem aspetos de equidade, etc. Nesta dissertação, é desenvolvido um modelo para escalonamento de pessoal. É proposto um modelo baseado em programação inteira e o método de geração de colunas baseado numa abordagem heurística (diving heuristic) é desenvolvido como método de resolução do problema. O modelo apresenta carácter genérico podendo ser adaptado a diversas realidades/empresas. Neste contexto, o modelo desenvolvido é aplicado ao problema real do Instituto Nacional de Emergência Médica (INEM). A qualidade da solução e o tempo de computação das soluções são analisados, demonstrando-se que a abordagem heurística permite obter soluções de qualidade para instâncias reais em tempos de computação relativamente curtos. A solução da melhor configuração encontrada é comparada com uma escala real prevista pelo INEM, reforçando a viabilidade do modelo. Uma vez que os horários no INEM ainda são elaborados manualmente, é desenvolvida uma aplicação que permite elaborar escalas automaticamente, através de uma interface gráfica de utilização intuitiva. O objetivo final é utilizar esta ferramenta para auxiliar o INEM, gerando impacto financeiro, através da deteção de atuais problemas e constante melhoramento das escalas elaboradas. , en=The staff scheduling problem involves assigning people to tasks, integrated in working shifts. It is a complex and time-consuming activity common to several real-world companies. Quite often, staff scheduling problems comprise conflicting objectives. These problems are usually conditioned by legal and working rules, and by personal’s preferences. Thus, the challenge is not simply attaining feasible schedules but further finding schedules that most accurately fit staff demands, cost savings, individuals’ satisfaction, equity aspects, etc. In this thesis, it is developed a model for the scheduling of workers. For that purpose, a standard integer programming formulation is proposed, and a general Column Generation-based diving heuristic approach is developed to solve the built model. The model is generic and easily adjusted to several realities and companies. In this context, the model is applied to solve a real-life problem at Instituto Nacional de Emergência Médica (INEM). The quality and the computational time of the solutions obtained are analyzed, demonstrating that the heuristic developed finds good quality solutions for real instances in relatively short running times. The best-found solution is compared with a planned schedule of INEM, strengthening the practical value of the model. Since the schedules at INEM are still manually performed, an automatic generator scheduling application to produce solutions with an intuitive graphical user interface is implemented. The ultimate goal is to use the tool to support INEM in their staff scheduling activities while enhancing finance viability, by detecting current scheduling-related issues and by constantly improving the schedules’ quality. }
{pt=Escalonamento de Pessoal, Serviços de Emergência Médica, Otimização, Geração de Colunas, Heurística, en=Staff Scheduling, Emergency Medical Services, Optimization, Column Generation, Diving Heuristic}

novembro 30, 2017, 15:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Ana Paula Ferreira Dias Barbosa Póvoa

Departamento de Engenharia e Gestão (DEG)

Professor Catedrático

ORIENTADOR

Inês Marques Proença

Departamento de Engenharia e Gestão (DEG)

Professor Auxiliar