下載/瀏覽Download

Download Report

Transcript 下載/瀏覽Download

4.2. Case 2
4.2.1. 實驗設置
 在這個個案,我們拿實際的商業流程-放射線CT掃
描檢查來做例子。
 在圖三,整個流程模式以Workflow net的型式來呈
現。
4.2.1. 實驗設置
 整個流程從任務(A)開始(Receive an examination
order),臨床部門的醫生把病患的CT掃瞄檢查單送
到放射科,在收到單之後,就會安排病患登記檢查
(B)。
4.2.1. 實驗設置
 在(C)的時候會執行CT掃描檢查。接下來,影像會被
儲存到File images(D),然後,放射科醫師就會診
視影像並做出或編輯報告(E),這些文件中的檢查結
果都會經過放射科醫師的解釋。
4.2.1. 實驗設置
 這份報告在之後也會經由放射科醫師審核(F)。同時,
檢查費用的帳單也已經被處理好了(G)。最後,報告
會被提交到伺服端(H),這份個案也同時結束。在任
務(E)和任務(F)可能會重複執行很多次。在(F)被審
核後,報告檔可能會被退回(E)重新編輯。
4.2.1. 實驗設置
在模擬前有兩個問題必須先考慮-
 目標(Objective)
 如何在實際的場景中的各個方面去執行模擬。
我們分析了最近有關放射線程序的日誌(2009-01-01
到 2009-12-31),這份資料是Chinese Huzhou 這家醫
院所提供的,接下來是在模擬前的假設。
4.2.1. 實驗設置
 在一個時間水平(例如:從早上8:00 到 下午5:00),放
射線CT掃瞄檢查的數量為已經預約(Scheduled cases)
的個數和沒有預約(Emergencies)的個數總和,減掉
缺席的個案個數。
已經預約的個數已經提前知道,而臨時的個案個數
我們透過Poisson分配來計算,我們把這個值設為參
數λ。實際上,病患有時候並不會在預約的時間前來
檢查。因此,我們假設每個預約檢查存在著缺席的
機率值ρabs。而ρabs 這項機 率值的檢查個案互相獨
立。
4.2.1. 實驗設置
 每一個放射線CT掃描檢查流程個案都是透過規定中
的任務所組成。
 每一個放射線CT掃描檢查流程個案在預約時間(或是
臨時個案的抵達時間)前不得開始。
 放射線CT掃描檢查流程個案時間期望控制在2.5小時。
 資源都有設定好的集合。每個任務的種類,子集都
有資格去執行,而執行時間已經固定且事先知道。
4.2.1. 實驗設置
 每個工作項目都能夠被執行而不被任一資源所打斷。
 兩項應用資料分子被定義為「病患類型」和「檢查
類型」。而「病患類型」的可能值為「緊急的」和
「一般的」。「檢查類型」的可能值則列在表5。舉
例來說,顱腦掃描檢查過程的可能值為0.0714。
 每項預約的檢查個案每12分鐘有ρ=0.1的缺席率,臨
時的檢查個案的抵達率是λ=1.5/hour。
4.2.1. 實驗設置
 放射資訊系統(RIS)被允許去執行任務(A)、(B)還有
任務(H)。總共有兩台CT機,一台是CT1(16PIE),另
一台是CT2(64PIT), 都具有執行任務(C)的資格。
數位影像儲存與通訊系統(PACS)能夠執行任務(D)。
三個放射科醫生(r1、r2、r3)執行任務(E),兩個放射
科醫生(r4、r5)執行任務(F)。醫院資訊系統(HIS)被
允許執行任務(G)。
4.2.1. 實驗設置
 由於每個檢查種類與資源能力不同每項任務的執行
時間也隨之不同,在經過醫院管理者的討論與分析
流程日誌後,我們假設整個服務時間為0(在任務A、
B、D、G、H),我們也在表5列出其他任務的服務
時間(在C、D、F)。
 放射CT掃描檢查的流程目標是在最小的流動時間內
將資源的分配最佳化。
4.2.1. 實驗設置
4.2.1. 實驗設置
 我們假設資源的轉移機率互相獨立除了任務(C、E、
F),而這三項的轉移機率矩陣如下所示:
4.2.1. 實驗設置
最重要的步驟是去學習RL的基礎。在這個實
驗的目標是把整個CT掃瞄檢查的完工時間最小化。
在這個個案,採用公式17來更新Q值。當模擬開始
時,每一對Q值 Q(s,a)能隨意的被初始化或者去被分
派到一個特定有相關的值去呈現於每一個可能的替
代方案。
在我們研究,我們初始化Q(s,a)成0,因為所有
的行動被假設等於實驗開始所選的值。使用這個途
徑,系統從自然的狀態下開始,假設在政策被用在
任何流程狀態沒有先驗知識。RLARM必須從痕跡中
學習。參數尺度α是最小的正面分數,影響著學習率。
4.2.1. 實驗設置
在這個研究,ε-greedy method 被採用來探勘及
發掘。如果ε設為0.1,則有10%的機率隨機選擇一個
行動,Q(s,a)為獨立,當行動有90%的機率是最好的
Q(s,a)。在模擬中,我們設置的ε=0.1 是運用了Q學
習演算法。
4.2.2. 資源分配政策
為了有更好的結果,我們比較了三種現存的策略,
如下所示:
 FIFO:先進先出的政策,此法試圖解決衝突,因為它
具有工作項目及資源狀態的忽略性。
 SPT:最短執行時間的政策,此法讓工作項目有最短
的執行時間。工作項目的一個特定的進程的σ造成等
待,可能會造成資源的工作項目σ是閒置的,而SPT
是最快的方法可以來減緩等待。
4.2.2. 資源分配政策
 SLACK:在程序個案中,SLACK被定義為在到期日
前假設工作項目順利執行沒有延遲的時間跨度。當
程序個案在等待其他資源時,”slack per number of
work items remaining”,會給予個案工作項目最小化
的等待時間,在這個實驗,我們期望放射線CT掃描
檢查過程的流動時間為2.5小時。
4.2.3 實驗結果與評析
我們把結果呈現在圖4,每個策略都有500個程
序被計算,每一個策略的計算時間的數據都會在一
開始被紀錄,在經過第100個程序個案載入完後,則
會繼續持續計算到第500個,這樣一來可以確保在模
擬過程中,流動時間可以穩定的被紀錄。
當模擬出結果之後,可以檢視實際上的真實的
系統上所執行的成效,最特別的是,當模擬器致力
於擷取許多複雜的資料做資源分配時,也會掩蓋掉
許多複雜的場景。
此外,模擬器假設商業流程的工作項目不須要
在多重的資源上模擬,因此避免須要關閉等。許多
的問題在部屬LARAM前都需要去解決。不過,在這
個個案中我們的實驗結果意味著最佳化的資源分配
或許在解決商業流程的表現中扮演著重要的角色。