| Processo: | 21/09482-4 |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |
| Data de Início da vigência: | 01 de novembro de 2021 |
| Data de Término da vigência: | 31 de outubro de 2023 |
| Área de conhecimento: | Engenharias - Engenharia de Produção - Pesquisa Operacional |
| Pesquisador responsável: | Antônio Augusto Chaves |
| Beneficiário: | Bruno Salezze Vieira |
| Instituição Sede: | Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil |
| Vinculado ao auxílio: | 18/15417-8 - Desenvolvimento de uma meta-heurística híbrida com fluxo de controle e parâmetros adaptativos, AP.JP2 |
| Assunto(s): | Otimização combinatória Administração hospitalar Modelos matemáticos Meta-heurística Aprendizado computacional Pacientes internados Programação Salas cirúrgicas Sistemas de informação hospitalar |
| Palavra(s)-Chave do Pesquisador: | Gestão Hospitalar | Metaheurísticas | Modelos Matemáticos | programação | Otimização Combinatória |
Resumo A gestão de hospitais é uma tarefa complexa e que requer a solução de diversos problemas de otimização. Dentre estes problemas podemos citar o Problema de Atribuição de Pacientes à Leitos (PBAP, do inglês Patient Bed Assignment Problem) e o Problema de Programação de Salas Cirúrgicas (ORSP, do inglês Operation Room Scheduling Problem). O PBAP consiste em gerenciar, da melhor forma possível, um conjunto de leitos com características particulares e atribuir para eles um conjunto de pacientes com requisições especiais. O ORSP consiste em criar uma programação que especifique quais equipes de cirurgia devem ser alocada em cada sala de cirurgia ao longo do horizonte de planejamento. Estes problemas são classificados na classe de problemas NP-difíceis. Neste projeto estamos interessados em investigar variantes práticas destes problemas, principalmente que considerem as preferências/prioridades dos pacientes. Esperamos investigar novos algoritmos exatos, heurísticos e meta-heurísticos, principalmente um método adaptativo Biased Random-Key Genetic Algorithm (BRKGA) combinado com técnicas de Aprendizado de Máquinas. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |