一、服务行业排队论问题分析(论文文献综述)
刘燕[1](2021)在《智能电网下充电站优化运营模型及决策支持系统研究》文中研究表明近年来,随着我国绿色低碳发展战略的实施,电动汽车充电站的建设与运营倍受关注。智能电网双向高速的数据通信系统,使充电站的运营与电网、充电网络和不同发电厂具备了动态协同运行的条件,充电站又联动电动汽车,让电动汽车、智能电网与充电站成为联动体,充电站优化运营决策拓展为多系统协调优化的综合决策问题。本文梳理了充电站运营面临的问题,提出并构建了包括优化运营的充电站选址、用户充电决策行为、引导电动汽车有序充电和提升风力发电消纳等多个决策模型,并设计了相关决策支持系统的框架。为提升充电站综合运营目标与效率提供决策工具,为政府制定充电服务产业激励政策提供理论依据。本文在深入分析充电站优化运营决策现状研究的基础上,充电站作为电能综合调度枢纽,充电站调度供需两侧电网、电动汽车用户电能资源,围绕充电站供需两侧协同调度与优化决策问题开展研究。首先从优化运营角度布局充电站选址提升设备利用效率。其次分别从预测负荷、管控负荷、调用负荷三个层面挖掘充电站供需两侧可调度的资源,逐层优化充电站运营的综合效率,综合运用鲁棒优化、优化理论、预测理论等理论,进行了优化运营模型群的构建和算例求解。然后,从充电服务供需侧匹配、支撑技术和政策激励三方面进行充电站运营机制设计。最后基于上述研究进一步细化研究了充电站运营决策支持系统。以期为充电站运营带来经济效益和社会效益,解决充电服务供需实时匹配、提升设备利用率、协同电网消纳规模化风力发电等问题。本文的主要工作和创新成果如下:(1)基于大量文献的查阅对我国充电站建设运营项目的发展现状进行分析。研究智能电网与充电站运营交互作用,归纳了我国近年来针对充电站建设运营各类优惠补贴政策;从经济、技术角度分析充电站建设运营现状,展望其发展趋势。结合本文研究的内容探讨充电站优化运营待解决的决策问题。(2)构建基于鲁棒优化方法的充电站选址模型。从充电站优化运营角度根据城市路网产生的不确定的充电需求进行区间限定,分析电动汽车接受充电服务的排队现象,增加充电站负荷能力作为模型的递进约束条件。设计算例验证了选址方案的合理性,优化建站数量与站内设备配置。该模型为充电站优化运营提供合理选址的决策。(3)构建充电站运营系统优化决策模型群。从精准解析充电需求、管控充电过程、协助电网调度提高风电消纳三个方面构建优化决策模型,用户充电决策行为模型、电动汽车有序充(放)电控制模型、充电站协同电网消纳风电模型,将充电站优化运行策略与电动汽车充电需求、充电过程、风电消纳进行多系统协同优化。充电站的多系统综合优化充分利用了充电站调度各类资源的能力,完善充电站优化运营决策,充电站与智能电网调度协同实现电能高效配置。(4)充电站优化运营机制研究。从充电服务供需侧匹配、供需调度、激励政策和市场博弈四方面构建可持续发展的充电站运营机制。通过建立高效供需调度,将精确预估需求侧充电负荷和快速供给侧分层调度实现充电服务供需侧匹配;分析支撑充电服务供需匹配的关键技术;利用需求侧优化电价、参与辅助服务、扩大负荷响应、推动电力市场建设等激励政策;分析市场博弈下充电站运营中各个主体的市场地位、经济策略、权益。为制定可持续发展的充电站运营机制建设提供依据和帮助。(5)进行充电站优化运营决策支持系统设计。将上述优化运营模型群引入到充电站优化运营决策支持系统中的模型库设计,以充电站运营的系统需求、业务流程和优化决策为基础,搭建充电站优化运营决策支持系统。该系统作为连接智能电网、电动汽车用户和可再生能源发电厂的充电站综合电能管控与调度的运营决策平台,集成了运行数据查询和在线监测功能、历史数据统计分析功能、运行调度及协同电网管控功能、综合优化决策功能为一体,实现了为充电网络优化运营决策实施提供平台支持。运用大数据处理和云计算技术构建充电智能服务平台,对充电站运营中的多类数据进行融合与挖掘,为电网、电动汽车用户、充电站以及参与充电站运营的各个主体提供优化决策支持。本文旨在从整体上提高充电站运营的实效性,完善充电站多系统综合优化的管控和调度措施,搭建充电站优化运营决策支持系统。本文是对现有智能电网下充电站优化运营的理论补充,为我国充电站协同智能电网、用户、充电服务平台运营的发展提供了理论依据。
赵雯[2](2020)在《“互联网+医疗”在L医院门诊服务流程优化中的应用》文中指出医疗就诊问题是当今社会发展人们最关心的现实问题之一。作为患者需要得到最及时最满意的就诊服务,作为医疗机构希望通过提供令患者满意的医疗服务从而创造更好的经济效益和社会效益。但是由于医疗资源的稀缺性以及社会生活的快节奏,在我国就诊需求和供给方面依然存在较大的矛盾。随着计划生育政策的调整及人们对于妇幼保健问题的重视程度日益提升,L医院作为一家沿海中等城市的民营妇幼专科医院,也开始慢慢出现之前只有大型综合医院才会存在的现象:日常门诊业务量大与就诊患者等待时间长的矛盾,造成患者抱怨、投诉、满意度不高,甚至患者也出现了流失的现象,因此需要对L医院的门诊服务流程进行优化研究。论文通过实地观察、数据分析和问卷调研等方式,收集整理了L医院门诊就诊流程的相关信息,并对数据进行分析探讨,总结归纳其门诊就诊流程中主要问题有:患者就医成本高、患者流无序、原流程繁琐导致排队频繁、原有预约就诊制度矛盾突出等。通过进一步分析找到其产生原因主要有:(1)医院原有门诊流程重在考虑医院自身业务划分而忽视患者体验;(2)当前流程中人工服务模式占据主导,对新的网络技术应用不充分造成服务效率低下,影响了门诊的整个服务效率,降低了患者对医院的满意度;(3)在医院的运营管理中存在运营数据管理不到位、人员考核机制不健全等薄弱环节。为了企业的良好发展,所以需要对L医院的门诊服务流程进行重组及优化。伴随着科学技术的快速发展,互联网技术与传统医疗行业逐渐融合,正在兴起的“互联网+医疗”成为解决L医院门诊服务流程这一问题的契机。业务流程重组中的阶段-任务框架方法包含六个步骤,分别是:(1)构建思想阶段;(2)项目启动阶段;(3)流程诊断阶段;(4)流程设计阶段;(5)流程重组阶段;(6)监测评估阶段,运用该方法对L医院的门诊服务流程进行重组,初步应用“互联网+医疗”对门诊流程进行优化,通过预约挂号、移动支付、远程监护、导诊机器人等对流程环节进行精简,去除重复、多余环节,为患者提供更便捷的服务,节约就医时间及费用,也为医院降低了经营成本。最后利用排队论模型对于新流程的绩效进行评估,发现门诊流程得到优化、患者排队次数及等待时长显着缩短、平均就诊效率明显提高、客户满意度提升,验证了实施“互联网+医疗”项目的效果。
梁月[3](2020)在《门诊检查顺序规划模型仿真研究》文中研究说明医院是当前卫生健康机构的一个重要组成部分,对患者的疾病预防、早期发现、治疗和康复有着重要的影响。当前,大多数医院均人满为患,再加上门诊就诊环节多、患者对就诊流程不熟悉等问题,使得医院“三长一短”现象较为严重,患者面临巨大就诊压力。在当前各医疗机构推行的“以患者为中心”的医疗服务形式下,如果能够解决好门诊排队问题,将极大提升患者满意度。对于门诊患者来说,在医院的逗留时间主要消耗在排队做检查的时间上。因此,门诊患者排队问题的研究对于优化资源配置,增强患者就医服务体验具备深刻意义。排队论是对现实生活中关于排队问题的一种理论研究。针对患者同一天的检查项目,如果只需要做一个检查任务,则无需规划,患者直接去相应科室排队等候;如果有2个以上的检查项目,由于每个科室都相当于一个排队系统,且各个检查科室形成几个并行的排队系统。患者做各个检查项目的排队顺序不同,其在医院的逗留时间也会不一样。本文基于排队论理论,设计排队方案为医院门诊患者同一天的多个检查项目动态规划其顺序,以使患者完成全部项目的时间最少,减少患者在医院的逗留时间。本文使用python建立仿真模型,以医院的实际数据作为参数进行仿真实验,考虑各科室的排队人数、平均服务时间、路程等信息,设计了四种排队策略进行对比分析,从而为患者规划最优的检查顺序方案。仿真结果表明,对于门诊患者同一天的多个检查项目,排队方案的选择对于患者在院的逗留时间具有较大影响。在为患者规划检查项目的先后顺序时,相对于传统的基于经验的排队策略(如优先选择服务时间最长的项目等),综合考虑各科室排队信息、距离等实时信息的排队策略效果更优。此外,可以结合移动端,展示患者所有需做的任务及建议的顺序,使患者实时了解每个任务科室的候诊人数,科室平均服务时间,预计等候时间等信息,并为患者推荐最优的就诊顺序。通过智能化的信息共享,有效降低了患者在医院的逗留时间和排队现象,提高了患者就医体验和满意度。
王晓利[4](2020)在《远程医疗服务模式选择与决策优化研究》文中进行了进一步梳理远程医疗作为信息时代的新型就医方式,促使优质的医疗资源向基层下沉,为解决我国医疗资源总量不足、分布不均衡问题提供了新的解决途径。随着信息技术的发展以及国家政策的引导,全国各地组建了远程医学中心和远程医疗服务网络,远程医疗服务需求迅速增加,远程医疗服务逐渐成为医疗服务领域研究的热点和难点。鉴于此,本文针对远程医疗服务的运作管理问题,综合运用排队博弈论、优化理论以及数值分析等一系列方法,聚焦于公立医院自建远程医疗服务模式(PTS)和第三方远程医疗服务模式(TTS),研究了两种服务模式下公立医院和第三方远程医疗机构服务价格和服务能力决策优化问题,并进一步分析了政府财政补助、服务费用补偿和价格管制政策等干预措施的影响作用。首先,本文针对PTS服务模式,考虑患者线上线下等待时间成本、交通成本、远程医疗误诊率等对患者就医选择行为的影响,构建数学模型研究医疗服务供给过程中患者就医选择行为和公立医院服务能力决策之间的关系,系统地讨论了公立医院提供线上线下医疗服务时应采用守门人服务策略还是双渠道服务策略,以及不同服务策略的优劣和适用情形。研究表明,引入PTS服务模式可以降低医疗服务系统总成本,线上和线下服务渠道的患者都可以从中受益。对于偏远地区交通不便患者或线下等待敏感性高于线上的患者,引入远程医疗服务可以大大提高其就医效用。此外,PTS服务模式下双渠道服务策略比守门人服务策略更加灵活,且双渠道服务策略中存在线上线下最优市场份额。其次,本文针对TTS服务模式,利用排队博弈论构建公立医院与第三方远程医疗机构的服务价格和服务能力决策模型,探讨公立医院与第三方远程医疗机构管理决策的相互作用。在此基础上,进一步分析政府财政补助和价格管制政策对医疗机构决策的影响作用,比较了财政补助和价格管制这两种干预措施在提高社会福利和缩短患者线上线下等待时间的作用。研究表明,公立医院和第三方远程医疗机构之间的影响作用是单向的,第三方远程医疗机构的服务价格和服务能力决策不会影响公立医院的服务能力决策,而第三方远程医疗机构将会根据公立医院服务能力决策相应地调整其服务价格和服务能力决策。无论在政府财政补助或价格管制政策下,引入远程医疗服务都可以提高社会福利,缩短患者等待时间,尤其是在偏远、交通不便和缺乏医疗资源的地区。引入价格管制政策可以规范远程医疗服务价格,但同时也会降低第三方远程医疗机构的利润,增加线上线下患者等待时间。最后,本文研究了PTS服务模式和TTS服务模式下患者就医选择行为和医疗机构服务价格和服务能力决策优化问题,着重比较了PTS服务模式和TTS服务模式在提高社会福利和患者总效用、缩短患者线上线下等待时间的作用。研究表明,采用PTS服务模式或TTS服务模式都可以提高患者的总效用和社会福利,但采用PTS服务模式会增加了患者线上线下等待时间,而采用TTS服务模式对患者线下等待时间没有影响。当政府服务费用补偿较低时,引入TTS服务模式在减少线上等待时间、增加患者总效用和社会福利方面都优于PTS服务模式。当政府服务费用补偿较高、患者病情较简单或远程医疗技术较先进以及患者交通成本较低时,引入PTS服务模式也会更优。本文的研究成果丰富了患者就医选择行为、政府财政补偿和价格管制以及远程医疗服务运作管理等方面的理论研究,为我国政府制定远程医疗相关政策提供了重要的理论参考和借鉴,为医疗机构实施及运营远程医疗服务提供了决策建议,从而促进远程医疗服务的推广及应用。
关银银[5](2020)在《考虑持续高峰期的排队系统优化方法》文中研究指明排队现象在现实生活中随处可见,作为运筹学的重要分支,排队论一直是国内外学者的重要研究内容。在排队系统中,由于资源环境的限制,在持续高峰期经常出现拥堵现象,这不仅会降低顾客满意度,还会造成服务商的损失。针对排队系统中出现的拥堵情况,本文在详细分析了排队论的研究现状后,主要从两个方面展开了研究,分别为单队列情形下和双队列情形下排队系统的优化分析。针对具有持续高峰期的服务系统优化,建立了具有梯形高峰到达的排队模型,研究了顾客时间敏感程度对系统优化的影响,分析了不同时间敏感程度下排队系统的收益函数,确定了不同收益函数最大情形下的服务率设置方法。研究结果表明,排队系统的单位服务收入和单位服务成本决定了服务商是否能够设置足够大的服务率来满足所有时间敏感程度高的顾客。高服务率导致闲暇时间资源的浪费,低服务率带来高峰时期顾客的离开,因此单位成本较低的服务商设置较大的服务率以吸引更多的顾客,单位成本较高的服务商小幅度提高服务率以节约部分固定成本。面对时间敏感程度不同的顾客,适当提高服务率,允许一部分顾客离开是服务商更优的选择。在考虑了时间敏感程度不同的梯形到达排队模型后,研究进一步考虑了排队系统中出现具有差异化需求的顾客的情形,将具有个性化需求的顾客视为普通顾客并提供服务,不仅会降低顾客满意度,还会使企业丧失部分潜在顾客从而减少收入。本文根据这类顾客的个性化需求设置不同的服务率,比较了单队列双服务器和双队列双服务器两个模型分别在标准排队系统中的优化问题,和在梯形到达排队系统中的收益优化问题,并考虑了不耐烦顾客在其预期等待时间超过容忍范围时选择离开的情形。研究结果表明,服务商面对具有个性化需求的顾客时,若要设置足够大的服务率才能满足顾客的需求,那么单队列模型对服务商来说是一个更好的选择,反之,若设置较小的服务率即可满足顾客的个性化需求,则双队列模型对服务商来说是个更优的选择。
谭坤[6](2020)在《面向动态时变需求的基层警察排班研究》文中研究表明基层公安机关执行24小时值班备勤制度,实行领导带班、民警值班轮换制度,保证每班次有充足警力值班。但社会发展日益增长的警力需求与目前警力资源的限制之间的矛盾,以及实时接处警、应对各类突发事件的客观需要,要求基层公安机关采取合理的排班模式提高现阶段的警力资源的利用效率。在基层警务工作中,警情案情的发生率随时间动态变化,公安机关现行的固定时间排班模式并不能满足警情案情的时变需求。因此出现警情案情高峰时段警力严重不足,案件等待时间过长,而在警情案情低峰时段公安机关基层民警工作时间利用率不高的现象。基于警情主导警务的指导思想,考虑动态警力需求,引入排队论理论,并以社会成本最低为目标,对传统模型进行改善,然后建立动态需求下的警力排班模型,得到模型下的优化警力排班计划,为当前基层公安机关的警力资源配置优化提供了一个现实有效的解决方案。具体而言,本章第一章中引入了当前基层公安机关排班存在的问题,整理了研究方法以及研究现状,明确了本文研究思路。第二章中介绍了基层公安机关时变动态排班中的相关概念,讨论了现有的基层公安机关排班模式与影响因素,指出动态时变需求排班模式在实践中必要性。第三章通过引入排队论的经典M/M/1/∞警力模型与M/M/N/∞警力模型后,根据公安工作实际特点完善了警力模型成本公式。新模型成本公式明确了社会最优成本与基层公安机关警情处置效率、警情案情发生频率以及处置与滞留成本三个方面有关,并从这三个层面对比分析了两班制和三班制排班模式优缺点。第四章本文以杭州市某派出所为样本,通过实证研究,论证了动态排班模型有效性。最终研究结果表明:新排班模型在社会成本最低约束条件下,使民警轮休时长明显增加,工作负荷减少。最后关于基层公安机关排班问题提出政策性建议:(1)优化排班警力保障,增加警力规模,从而控制警情处置与滞留成本。(2)推广智慧警务应用,提高警务效率,提高基层公安机关案情处置效率。(3)健全动态排班的法律法规体系,实现警力配置频率与警情案情发生频率相匹配。
李城璋[7](2020)在《社会互动影响下的服务系统运营决策研究》文中研究说明信息技术的迅速发展以及各种形式社交媒体的广泛应用促使了当前网络经济和社会经济的形成。在服务市场上,顾客的服务偏好、消费行为和购买决策受到社会互动的影响日益显着。在社会互动的影响下,信息传播的速度和范围变得更快更广,不仅让潜在顾客更容易获得目标产品和服务的各种信息,也使顾客在做出购买决策时,更容易受到现有顾客或其他顾客的影响,一个典型的现象就是消费服务市场上的羊群效应。从服务型企业的角度来看,社会互动对于顾客购买行为的影响既带来了潜在的市场机遇,也带来了运营管理的挑战,特别是以价格、服务速率和服务质量为代表的运营决策,对于提高利润率、增加市场占有率、提高服务和品牌的知名度,以及增强市场竞争力至关重要。与此同时,在社会互动、运营决策的滞后性、顾客购买行为,以及其他市场因素的推动下,服务系统成为一个典型的复杂动态系统。各种不确定性、非线性关联、时间延迟等给运营决策的有效性带来了极大的挑战。在社会互动的影响下,从非线性动力系统的角度研究服务系统的动态特性,也是当下管理科学中的热点研究课题。本文从服务系统的视角出发,解决社会互动影响下服务型企业关于价格、服务速率和服务质量等的最优决策问题。由于所涉及的服务需求的随机性以及服务速率的可调整性(例如餐饮、美容、咨询等类型的服务),因此经常性的存在顾客排队等候服务的现象。本文在对国内外研究进行详细梳理与总结的基础上,结合M/M/1排队机制构建顾客效用函数和购买决策模型研究如何制定关于价格、服务速率、市场占有率的最优决策以及分析服务系统关于提高顾客需求和增加动态收益的运营决策的有效性。本文主要研究内容包括以下四个方面:首先,研究了内在价值固定不变的一类服务,其服务系统在参照群体效应影响下关于价格、服务速率、市场占有率的最优运营决策。当服务的内在价值不变时,顾客购买服务获得的效用取决于社会互动、等待成本和价格的影响。本文首先从社会互动能够改变顾客获得的服务效用视角出发,在M/M/1排队系统框架内建立了最优购买决策模型。接下来结合服务型企业的目标函数,通过数理推导分别得出服务系统在以下三种不同情形下最优均衡时的价格、服务速率以及市场占有率决策:顾客具有同质性并且社会互动积极、消极两方面影响强度相同;顾客同质性并且社会互动积极、消极两方面影响强度不同;顾客具有异质性即社会互动对不同顾客群体的影响程度存在差异。研究结果表明,社会互动的影响可能是一把“双刃剑”,并且当顾客具有异质性时,高(低)敏感度顾客的比例对最优价格、服务速率的制定以及潜在利润的获得至关重要。其次,研究了顾客密集型服务在参照群体效应影响下关于价格、服务速率、市场占有率的最优运营决策。当所提供的服务的内在价值随服务速率变化时,在M/M/1排队系统框架内从顾客购买行为出发建立了服务价值可变情形下的最优购买决策模型。首先研究了顾客同质性前提服务系统在社会互动影响下关于最优服务速率、价格、最优市场需求以及最大收益的运营决策,得到社会互动的影响能够增加企业收益的结论。接下来从顾客异质性出发,探讨不同类别顾客的比例、基准服务速率以及顾客对服务速率变化的敏感度大对最优决策的影响,并划分出不同条件下的最优决策选择区间。最后探究了在顾客保留效用不一致情形下,关于最优价格、服务速率等的运营决策将产生怎样的变化。研究结果发现顾客保留效用差异化情形下顾客密集型服务系统中最优均衡决策的制定取决于市场上顾客保留效用的概率分布情况以及保留效用的最大值,争取市场上的全部潜在顾客不一定是最优决策。再次,研究了排队效应下的服务速率决策有效性。在服务质量未知的情况下,等候服务的队伍长短往往是质量高低的信号,因此企业有控制服务速率来保证服务队伍的动力。为了研究不同服务速率下顾客需求的稳定性,本文根据M/M/1排队理论和顾客效用函数构建了有限理性顾客的购买决策模型,从非线性动力系统的视角研究不同服务速率决策下服务系统中需求的稳定、周期波动甚至混沌现象。研究发现服务供应商降低服务速率来获得更长的等待队伍,进而达到利用排队效应来吸引顾客和增加需求的做法未必是有效的。在此基础上求解利润最大化目标下企业的最优服务速率决策,分析最优决策下的服务系统的动力学特征;分析排队效应、顾客行为,以及二者的交互作用对于服务速率最优决策和服务系统中需求稳定性的影响。最后结合仿真分析指导管理者们设置合理的服务速率区间以及其他影响因素的参数范围。最后,研究了口碑效应下的服务质量决策有效性。当口碑效应影响顾客的购买决策时,从顾客购买行为出发,构建关于服务质量水平与企业收益的非线性动力学模型,分别分析了基于收益的服务质量提升决策、锚定与调整投入决策的有效性。分析不同因素(时间延迟、非线性关联、口碑效应、顾客行为)对于服务系统收益稳定性的影响。研究结果表明当采用基于收益的服务质量提升决策时,随着投入系数或口碑效应影响强度的变化,企业每期的收益可能会从稳定增长的状态变为周期性波动、突然降低甚至随机波动等状态。当采取锚定与调整决策时,关于每期收益的动力服务系统可能展现出更多复杂的系统行为,如单调递增、收敛到稳定节点、周期性振荡甚至混沌等。本文通过仿真分析讨论保持服务系统收益增长稳定的决策区间,指导管理者们在服务质量决策模型的影响因素控制上更加精细和严格,避开可能使服务系统的收益处于不稳定状态的参数值,同时通过各式宣传手段控制口碑效应的影响范围与强度,来获得稳定、持续的收益增长。
周金丹[8](2019)在《工商银行A支行营业厅客户办理等候时间研究》文中认为随着社会发展科技进步,在银行开发更多项目吸引更多的客户前来办理业务的同时,也造成了不小的排队问题。所以排队问题逐渐发展为一个不可回避的难题。在世界经济发展的大环境下,中国作为发展中国家的领先者,具有非常广阔的发展前景,公民收入呈现上升趋势,并且逐渐意识到财务管理问题。在如此供不应求的局面下,商业银行增加产品种类,为不同的客户定制个性化服务。但是其业务模式急需改变,呈爆发式增长的业务与柜台人工服务的承受力逐渐出现断层,最直接的表现就是排队问题。本文采用顾客平均到达率λ服从泊松分布,银行柜台服务人员平均服务率μ服从负指数分布的多窗口M/M/C排队论模型,对银行顾客排队问题进行建模分析研究。通过实地调查收集与整理数据,进而获取相关参数,对A银行网点顾客排队方案进行研究,得到的研究成果如下:(1)从银行运营成本和顾客满意相结合的角度来研究。站在顾客的角度分析,在满足顾客最大等待时间容忍度的条件下,得出最低窗口设置的解决方案;同时站在银行的角度来进行分析,怎么样降低银行投入成本,提高银行服务水平,使银行收益得到最大化;结合排队系统中经济模型,对其进行成本研究,得到了最优化的服务规模解决方案。(2)对银行窗口动态运营的控制和管理。通过分析每个时间段银行顾客到达的数量,引入不同的顾客到达率λ,改进排队论模型,对A银行网点每个时间段进行动态控制,设置每个时间段最优的窗口数,对银行的动态运营管理过程进行控制和监督。(3)将现场管理的理论与排队论M/M/C模型相结合,从服务效率、银行动态窗口设置以及现场改善的角度,提出了完善和解决银行网点顾客排队问题的相关措施。以上研究成果,为银行进行现场改善和提高服务效率提供了一定的理论参考依据,对银行提高现场管理具有一定的应用价值。
李勇[9](2019)在《基于数据挖掘的综合医院排队分析系统》文中指出随着我国人民群众的健康意识日益增强,医院门诊量逐年攀升。如何有效利用医院有限的诊疗资源,合理安排病员的就诊次序提升就医体验,更好地为病员服务成为医院管理者重点关注的问题。过去医院的排队叫号系统都是站在每个部门窗口的角度独立排队,未能充分考虑医院多个信息系统间的相互协调,病员需要凭借医嘱单和票据人工到每一个登记窗口排队等候,导致病员就诊流程复杂,窗口排队秩序混乱,病员负面情绪增加。鉴于此,本项目依照排队论的理论,以现有医院各科排队系统为基础,通过整合各窗口排队系统,通盘考虑病员就医全过程。将医院多个排队系统整合起来实现总体的最优化配置。并且创造性地运用数据挖掘技术为医院排队系统提供决策依据。本文从医院现有排队系统存在的问题入手,运用相关理论和技术,经过深入调研和分析,得出医院排队方面的具体需求功能。再根据需求分析,从硬件、软件和数据库三方面进行系统设计。运用Java EE和SQL Server 2008等技术手段按照B/S三层体系结构完成系统实现。在实际应用中,这套综合分析系统将有助于合理安排就诊次序,缩短病员总排队时间,维护良好的就医环境。对于贯彻“以病人为中心”,提升病员及家属满意度,提高医院竞争力有着极为重要的意义。可以实现医疗信息化、排队自动化、导医人性化、调配科学化。
贾彦鹤[10](2018)在《加热炉制造系统马尔可夫排队建模优化方法研究》文中认为制造系统是为达到预定制造目的而构建的物理组织系统,包括生产与物流环节,生产是工件按照一定顺序在设备上进行加工的过程;物流是设备对物件按照一定顺序进行空间转移的过程。钢铁制造系统生产流程长、产品种类多、物流呈复杂网状结构,其生产与物流调度过程存在随机不确定性。在制定生产与物流调度决策时,需要考虑随机性带来的动态变化。本文以加热炉制造系统为背景研究了生产环节的板坯预热问题和物流环节的板坯入库问题,对系统中设备资源配置进行优化。由于该系统生产与物流环节均具有随机特征,本文建立马尔可夫排队系统对其进行研究。因此,基于马尔可夫排队建模优化钢铁制造系统设备资源配置的研究对钢铁企业节能降耗、降低成本具有重要意义。本文以加热炉制造系统的板坯预热生产过程与板坯入库物流过程为背景,分别提炼出具有随机特征的生产和物流调度问题,建立排队模型。在加热炉生产调度系统中,针对待预热板坯拥堵情况,考虑加热炉服务时间随机特性,建立带有阈值转换策略的排队模型对加热炉资源配置进行优化,采用矩阵几何方法求解;针对加热炉资源动态配置问题,建立半马尔可夫排队模型,采用次模方法进行理论证明,利用强化学习算法进行求解。在加热炉物流调度系统中,针对入库板坯拥堵情况,考虑板坯到达随机特性,建立带有阈值转换的排队模型对吊机资源配置进行优化,利用矩阵几何方法求解;针对板坯入库过程中带有时间约束及资源约束的资源配置问题,建立了基于板坯入库系统的非线性最优化模型,利用凸优化方法进行优化求解。本文主要工作概括如下:(1)针对加热炉生产调度系统中的板坯预热过程提炼加热炉资源配置问题。该问题在考虑待预热板坯拥堵且板坯预热时间具有随机性的情况下,决策加热炉开关数量,以使板坯预热过程生产费用最小化。有别于传统方法利用指数分布刻画服务时间,本文基于历史生产数据拟合,采用相型(PH)分布精确刻画加热炉预热板坯时间,建立带有阈值转换策略的加热炉生产M/PH/C排队模型。针对预热时间满足相型分布而无法获得解析解的难题,设计矩阵几何方法进行精确求解。实验结果表明,提出的模型和方法能有效地决策加热炉开启数量。(2)从加热炉生产调度过程中提炼出带有动态资源配置的排队问题。该问题是在市场订单随机到达的情况下,以降低板坯预热成本为目标,建立半马尔可夫排队模型,实时决策开启加热炉数量。利用次模理论证明了最优开启加热炉数量与待预热板坯量之间的单调性,且该性质不受市场订单到达过程和加热炉服务时间分布的影响,为半马尔可夫排队模型最优解性质提供了理论支撑。结合强化学习算法计算出时间无穷维条件下的最优服务台配置策略。(3)从板坯入库物流调度过程中提炼出带有调制的马尔可夫泊松过程(MMPP)排队问题,考虑入库板坯拥堵情况,引入了阈值转换策略。该问题的主要特征是不同钢种的板坯到达系统的速率不同,传统泊松分布已无法真实描述板坯到达过程。基于此特征,采用MMPP精确刻画板坯到达过程,建立了带有阈值转换策略的MMPP/M/C排队模型。利用MATLAB软件实现矩阵几何方法,给出最优吊机配置策略。通过数值实验计算,验证了带有阈值转换策略的排队模型对板坯入库过程建模分析的优势。(4)从考虑等待时间及空间容量约束的板坯入库过程中提炼出物流调度系统的资源配置问题。该问题是在考虑板坯物流时间及存储空间约束的条件下,用排队系统刻画板坯入库过程,建立了非线性最优化模型,决策相对于不同钢种板坯入库量的吊机启用数量,目标是最大化板坯入库排队系统的服务强度。由于排队系统的非线性最优化模型求解困难,设计了模型转换方法,将非线性最优化模型转化为凸优化模型,使得模型在多项式时间内可解。
二、服务行业排队论问题分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、服务行业排队论问题分析(论文提纲范文)
(1)智能电网下充电站优化运营模型及决策支持系统研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 充电站选址规划模型研究现状 |
1.2.2 充电站运营与可再生能源协同优化配置模型的研究现状 |
1.2.3 充电站引导有序充电协同优化运营模型研究现状 |
1.2.4 充电站运营管理机制及平台研究现状 |
1.3 论文框架结构及主要内容 |
1.4 论文研究创新点 |
第2章 充电站建设运营项目发展与问题分析 |
2.1 充电站系统运营界定 |
2.1.1 充电站运营特点 |
2.1.2 充电站运营业务 |
2.2 充电站站建设运营项目发展分析 |
2.2.1 充电站建设运营政策分析 |
2.2.2 充电站建设运营经济分析 |
2.2.3 充电站建设运营发展技术分析 |
2.3 智能电网与充电站运营交互作用 |
2.3.1 智能电网与充电站运营的交互过程 |
2.3.2 智能电网是充电站优化运营的条件 |
2.3.3 智能电网提升充电站对资源的优化配置 |
2.3.4 智能电网对充电站建设运营影响 |
2.4 多角度优化充电站运营决策问题的提出 |
2.4.1 如何从运营优化的角度进行充电站选址决策 |
2.4.2 如何从多系统协同优化的角度提升运营决策的整体效用 |
2.4.3 如何从可盈利运营模式角度引导充电站优化运营决策 |
2.4.4 如何依据用户行为优化充电站运营决策 |
2.4.5 如何从资源综合运用角度制定充电站优化运营决策 |
2.5 本章小结 |
第3章 引入优化运营视角的充电站选址模型研究 |
3.1 相关理论与问题分析 |
3.1.1 充电站选址规划的相关理论 |
3.1.2 相关问题分析 |
3.2 充电站选址影响因素分析 |
3.2.1 充电服务需求的影响因素 |
3.2.2 充电站选址影响用户满意度的因素 |
3.3 电动汽车充电站选址模型构建 |
3.3.1 问题描假设 |
3.3.2 截取道路车流量的模型 |
3.3.3 路途不确定下的鲁棒优化选址模型 |
3.3.4 充电站负荷能力约束优化模型 |
3.4 本章小结 |
第4章 充电站运营系统优化决策模型群构建 |
4.1 引言 |
4.2 电动汽车用户充电决策行为模型 |
4.2.1 相关算法 |
4.2.2 模型空间状态分析 |
4.2.3 基于Q-Learning算法的用户充电行为决策模型 |
4.3 充电站电动汽车有序充电优化决策模型 |
4.3.1 充电站引导电动汽车有序充电控制原理 |
4.3.2 充电站引导电动汽车有序充电的决策模型 |
4.3.3 算例分析 |
4.4 充电站充放电与可再生能源发电优化模型 |
4.4.1 智能电网下充电站充放电的特征 |
4.4.2 可再生能源发电的特征 |
4.4.3 充电站的负荷响应对电网消纳风力发电能力影响模型 |
4.5 本章小结 |
第5章 可持续发展的充电站运营机制研究 |
5.1 充电站供需侧匹配模式 |
5.1.1 常见充电站供需调度模式 |
5.1.2 充电站供需调度匹配模式改进 |
5.2 充电站快速充电服务供需调度模式 |
5.2.1 充电站快速分层调度管理模式 |
5.2.2 充电站快速供需调度匹配运行模式 |
5.2.3 充电站快速充电供需匹配的支撑技术 |
5.3 供需侧匹配的政策激励机制 |
5.4 市场博弈下充电站运营机制研究 |
5.5 本章小结 |
第6章 充电站运营决策支持系统研究 |
6.1 系统研究意义和目的 |
6.2 系统需求分析和业务功能 |
6.2.1 系统需求分析 |
6.2.2 决策支持系统的业务功能 |
6.3 系统模块组成及设计 |
6.3.1 数据库模块设计 |
6.3.2 模型库模块设计 |
6.3.3 方法库模块设计 |
6.3.4 知识库模块设计 |
6.3.5 多媒体库模块设计 |
6.4 构建充电智能服务平台 |
6.4.1 业务平台 |
6.4.2 技术支撑平台 |
6.4.3 云服务支撑平台 |
6.4.4 数据采集 |
6.5 本章小结 |
第7章 研究成果与结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(2)“互联网+医疗”在L医院门诊服务流程优化中的应用(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究的背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究思路、方法及创新点 |
1.2.1 研究思路 |
1.2.2 研究方法 |
1.2.3 研究的创新点 |
第二章 研究综述及相关理论 |
2.1 国外医院管理研究综述 |
2.1.1 国外医院管理的发展 |
2.1.2 国外医院流程管理从理论到实践 |
2.1.3 国外医院门诊服务流程改进办法 |
2.2 国内医院管理研究综述 |
2.2.1 国内医院管理发展 |
2.2.2 国内医院门诊流程管理方法 |
2.3 基本概念及方法 |
2.3.1 门诊服务的概念 |
2.3.2 业务流程重组的概念 |
2.3.3 医院门诊服务流程优化方法 |
2.3.4 排队论模型 |
2.4 本章小结 |
第三章 L医院门诊服务流程现状 |
3.1 L医院所在区域医疗资源现状 |
3.2 L医院组织结构和概况 |
3.2.1 L医院组织结构 |
3.2.2 L医院概况 |
3.3 L医院原有门诊服务流程 |
3.4 本章小结 |
第四章 基于“互联网+医疗”的门诊流程的优化 |
4.1 L医院门诊流程优化项目愿景设计 |
4.1.1 社会愿景 |
4.1.2 经济愿景 |
4.1.3 信息化愿景 |
4.2 L医院门诊流程优化项目启动 |
4.3 L医院原有门诊服务流程诊断 |
4.3.1 门诊管理存在问题诊断 |
4.3.2 患者路线分析 |
4.3.3 患者就诊等待时长分析 |
4.4 运用“互联网+医疗”解决原有门诊服务流程问题 |
4.4.1 门诊管理方式优化 |
4.4.2 患者路线优化 |
4.4.3 患者就诊等待时长优化 |
4.5 L医院新门诊服务流程绩效评估 |
4.5.1 优化后门诊管理方式评估 |
4.5.2 优化前后患者路线对比 |
4.5.3 优化前后患者等待时长对比 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 研究总结 |
5.2 研究不足及展望 |
参考文献 |
附录1 问卷1(患者版) |
附录2 问卷2(医护人员版) |
附录3 访谈大纲(管理人员版) |
致谢 |
(3)门诊检查顺序规划模型仿真研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究文献回顾 |
1.2.1 国外发展现状 |
1.2.2 国内发展现状 |
1.3 研究内容与方法 |
1.4 论文组织与安排 |
第二章 排队论理论概述 |
2.1 排队论研究起源 |
2.2 常见概率分布 |
2.3 排队系统组成 |
2.4 排队系统的运行指标 |
2.5 排队系统的分类 |
2.5.1 单服务台模型 |
2.5.2 多服务台模型 |
2.6 本章小结 |
第三章 仿真模型设计 |
3.1 模型介绍 |
3.1.1 算法设计 |
3.1.2 数据库介绍 |
3.2 仿真模型建立 |
3.3 仿真实验结果 |
3.3.1 评价指标 |
3.3.2 实验结果 |
3.4 本章小结 |
第四章 移动端设计 |
4.1 系统概述 |
4.2 功能设计 |
4.3 本章小结 |
第五章 总结与展望 |
参考文献 |
附录 致谢 |
(4)远程医疗服务模式选择与决策优化研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 远程医疗的必要性 |
1.1.2 远程医疗的发展及应用 |
1.1.3 面向远程医疗的决策优化问题 |
1.1.4 本文研究的理论与实践意义 |
1.2 核心概念界定 |
1.2.1 远程医疗概念界定 |
1.2.2 远程医疗服务分类 |
1.2.3 远程医疗服务特征 |
1.2.4 远程医疗服务模式 |
1.3 研究内容、方案及方法 |
1.3.1 研究内容 |
1.3.2 研究方案及方法 |
1.4 论文研究特色和创新之处 |
第二章 文献综述 |
2.1 远程医疗服务研究现状 |
2.1.1 远程医疗服务效益 |
2.1.2 远程医疗服务模式 |
2.1.3 远程医疗服务决策优化 |
2.2 多渠道服务研究现状 |
2.3 医疗机构运作管理决策研究现状 |
2.3.1 医疗机构服务价格决策 |
2.3.2 医疗机构服务能力决策 |
2.3.3 医疗机构的竞争与合作 |
2.4 患者就医选择行为研究现状 |
2.5 政府医疗管制研究现状 |
2.5.1 政府财政补偿机制 |
2.5.2 政府价格管制政策 |
2.6 排队博弈的在相关领域的运用研究现状 |
2.7 研究现状述评 |
第三章 公立医院自建远程医疗机构服务策略研究和服务能力决策优化 |
3.1 问题描述与模型构建 |
3.1.1 问题描述 |
3.1.2 模型与假设 |
3.2 线下服务策略 |
3.3 守门人服务策略 |
3.4 双渠道服务策略 |
3.4.1 解析分析 |
3.4.2 数值分析 |
3.5 守门人与双渠道服务策略比较 |
3.5.1 医疗服务系统总成本比较 |
3.5.2 其他参数对系统总成本的影响 |
3.6 本章小结 |
第四章 政府干预下的第三方远程医疗机构服务价格和服务能力决策 |
4.1 问题描述与模型构建 |
4.1.1 问题描述 |
4.1.2 模型与假设 |
4.2 财政补助下的第三方远程医疗机构决策 |
4.2.1 模型构建 |
4.2.2 博弈均衡结果 |
4.2.3 分析与讨论 |
4.3 价格管制下的第三方远程医疗机构决策 |
4.3.1 远程医疗机构的服务能力决策 |
4.3.2 管制价格决策分析 |
4.4 政府财政补助和价格管制政策比较分析 |
4.5 本章小结 |
第五章 公立医院自建远程医疗服务模式与第三方远程医疗服务模式比较 |
5.1 问题描述与模型构建 |
5.1.1 问题描述 |
5.1.2 模型与假设 |
5.2 线下医疗服务模式 |
5.2.1 患者就医选择行为分析 |
5.2.2 最优决策分析 |
5.3 公立医院自建远程医疗服务模式 |
5.3.1 患者选择模型 |
5.3.2 双渠道服务策略 |
5.3.3 守门人服务策略 |
5.4 第三方远程医疗服务模式 |
5.4.1 患者选择模型 |
5.4.2 双渠道服务策略 |
5.4.3 守门人服务策略 |
5.5 不同远程医疗服务模式比较 |
5.5.1 解析分析 |
5.5.2 数值分析 |
5.6 本章小结 |
结论与展望 |
全文总结 |
研究展望 |
参考文献 |
附录 |
附录1 第三章附录 |
1.1 命题3.2.1证明 |
1.2 命题3.2.3证明 |
1.3 命题3.3.1证明 |
1.4 命题3.4.1证明 |
1.5 命题3.4.2证明 |
1.6 命题3.5.1证明 |
1.7 命题3.5.2证明 |
附录2 第四章附录 |
2.1 命题4.2.1证明 |
2.2 命题4.2.2证明 |
2.3 排队优化模型中非联合凹函数求解 |
2.4 命题4.2.3证明 |
2.5 命题4.2.4证明 |
2.6 命题4.2.5证明 |
2.7 命题4.3.1证明 |
2.8 命题4.3.2证明 |
2.9 命题4.3.3证明 |
2.10 命题4.3.4证明 |
附录3 第五章附录 |
3.1 假设5.2.1证明 |
3.2 命题5.3.1证明 |
3.3 假设5.3.1证明 |
3.4 命题5.3.3证明 |
3.5 假设5.3.2证明 |
3.6 命题5.3.5证明 |
3.7 假设5.4.1证明 |
3.8 命题5.4.1证明 |
3.9 命题5.4.2证明 |
3.10 命题5.4.3证明 |
3.11 命题5.4.4证明 |
3.12 命题5.4.6证明 |
3.13 命题5.4.7证明 |
3.14 命题5.5.1证明 |
3.15 命题5.5.2证明 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(5)考虑持续高峰期的排队系统优化方法(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究内容与方法 |
1.3 章节安排 |
第二章 文献综述 |
2.1 排队论相关概念 |
2.2 考虑单队列情形的排队系统 |
2.3 考虑双队列情形的排队系统 |
2.4 本章小结 |
第三章 单队列情形排队系统性能分析及优化 |
3.1 问题描述与建模 |
3.1.1 问题分析与假设 |
3.1.2 模型理论描述 |
3.2 考虑敏感型顾客的排队系统 |
3.2.1 排队系统收益函数 |
3.2.2 优化结果分析 |
3.3 考虑非敏感型顾客的排队系统 |
3.3.1 排队系统收益函数 |
3.3.2 优化结果分析 |
3.4 本章小结 |
第四章 双队列情形排队系统性能分析及优化 |
4.1 标准排队系统 |
4.1.1 基本假设 |
4.1.2 不同队列模型优化结果分析 |
4.1.3 算例分析 |
4.2 梯形到达排队系统 |
4.2.1 基本假设 |
4.2.2 不同队列模型优化结果分析 |
4.2.3 算例分析 |
4.3 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(6)面向动态时变需求的基层警察排班研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究方法与思路 |
1.2.1 研究方法 |
1.2.2 研究思路 |
1.2.3 技术路线图 |
1.3 国内外相关研究现状 |
1.3.1 警力资源优化研究现状 |
1.3.2 动态时变理论研究 |
1.3.3 警察排班研究现状 |
1.3.4 排队论理论在公安学中运用研究 |
1.3.5 研究现状评述 |
2 基本概念及理论基础 |
2.1 基本概念阐述 |
2.1.1 基层公安机关 |
2.1.2 警察排班 |
2.2 基层公安机关排班理论基础 |
2.2.1 人力资本理论 |
2.2.2 警力公共物品理论 |
2.2.3 排队论理论 |
2.3 基层公安机关排班问题影响因素 |
2.3.1 派出所排班基本分工 |
2.3.2 工作量 |
2.3.3 派出所排班基本分工 |
2.3.4 派出所排班基本分工 |
2.4 基层公安机关排班现状 |
3 基层公安机关排队问题分析与模型构建 |
3.1 排队论模型简介 |
3.2 M/M/1/∞警力模型 |
3.2.1 M/M/1/∞警力模型简介 |
3.2.2 M/M/1/∞警力模型构建 |
3.2.3 M/M/1/∞警力模型成本 |
3.3 M/M/N/∞警力配置模型 |
3.3.1 M/M/N/∞警力模型构建 |
3.3.2 M/M/N/∞警力模型成本 |
3.4 基于排队论的排班模式比较 |
3.5 本章小结 |
4 基层公安机关排班问题的实证研究 |
4.1 基层公安机关排班问题描述 |
4.1.1 基层公安机关排班优化 |
4.1.2 基层公安机关排班问题约束条件 |
4.2 实证研究-以X派出所为例 |
4.2.1 X派出所辖区基本状况 |
4.2.2 X派出所警力配置现状 |
4.2.3 X派出所受理警情分析 |
4.3 数据整理与处理 |
4.3.1 确定模型参数 |
4.3.2 数据分析 |
4.4 结论分析 |
5 政策建议 |
5.1 优化排班警力保障 |
5.1.1 利用市场力量完善公安机关人力资源体系 |
5.1.2 辅警人员纳入排班执勤 |
5.1.3 民警轮岗培训打破警种隔阂 |
5.2 推广智慧警务应用 |
5.2.1 智慧警务保障排班运行机制 |
5.2.2 智慧警务创新排班方法 |
5.2.3 智慧警务创新排班理念 |
5.3 健全动态排班的法律法规体系 |
5.3.1 完善基层公安机关排班工作运行体系 |
5.3.2 制定动态排班的实施细则 |
5.3.3 完善排班考核制度 |
结论 |
参考文献 |
在学研究成果 |
致谢 |
(7)社会互动影响下的服务系统运营决策研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 问题的提出 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究现状及评述 |
1.3.1 最优定价和服务速率研究 |
1.3.2 顾客购买行为研究 |
1.3.3 社会互动对顾客行为的影响研究 |
1.3.4 关于服务系统稳定性的研究 |
1.3.5 国内外研究现状评述 |
1.4 研究内容及结构安排 |
1.4.1 研究内容 |
1.4.2 论文结构 |
1.4.3 论文逻辑框架 |
1.5 研究方法及技术路线 |
第2章 研究的理论基础与方法 |
2.1 社会互动的内涵 |
2.2 社会互动在服务运营决策中的作用 |
2.2.1 服务运营相关概念界定 |
2.2.2 服务系统中的速率与定价 |
2.2.3 社会互动对顾客购买决策的影响 |
2.3 社会互动的影响形式 |
2.3.1 参照群体效应 |
2.3.2 排队效应 |
2.3.3 口碑效应 |
2.3.4 三种社会互动影响形式的研究关系梳理 |
2.4 社会互动影响下的服务系统研究方法 |
2.4.1 M/M/1排队系统的构建 |
2.4.2 非线性动力系统理论基础 |
2.4.3 非线性动力系统理论对服务系统的适用性 |
2.4.4 服务系统中的变量及界定 |
2.5 本章小结 |
第3章 参照群体效应下的一般类型服务最优运营决策研究 |
3.1 模型假设 |
3.2 顾客购买行为分析 |
3.3 顾客同质情形下最优运营决策分析 |
3.3.1 社会互动影响对称情境下的基础决策 |
3.3.2 社会互动影响非对称情境下的决策研究 |
3.4 顾客异质情形下最优运营决策制定 |
3.4.1 基于顾客异质性的模型建立 |
3.4.2 三种不同条件下的最优服务决策 |
3.5 本章小结 |
第4章 参照群体效应下的顾客密集型服务最优运营决策研究 |
4.1 顾客密集型服务 |
4.2 基于顾客同质性的最优决策研究 |
4.2.1 模型假设与构建 |
4.2.2 最优决策分析 |
4.2.3 比较分析 |
4.3 顾客密集度差异化情形 |
4.3.1 忽略社会互动时的最优决策 |
4.3.2 考虑社会互动时的最优决策 |
4.4 顾客保留效用差异化情形 |
4.5 本章小结 |
第5章 排队效应下的服务速率决策有效性研究 |
5.1 排队效应下顾客购买行为分析 |
5.1.1 研究假设 |
5.1.2 顾客购买决策模型 |
5.2 最优服务速率决策 |
5.3 顾客到达率动态分析与服务系统稳定性 |
5.3.1 顾客到达率动态分析 |
5.3.2 服务系统稳定与发散 |
5.4 数值仿真与分析 |
5.5 本章小结 |
第6章 口碑效应下的服务质量决策有效性研究 |
6.1 模型基础 |
6.2 基于收益的服务质量提升决策分析 |
6.2.1 最优平衡点与企业成长稳定性分析 |
6.2.2 数值分析 |
6.3 锚定与调整决策分析 |
6.3.1 基于二维动力系统的收益稳定性分析 |
6.3.2 数值分析 |
6.4 本章小结 |
结论 |
参考文献 |
附录 |
攻读博士学位期间取得的科研成果 |
致谢 |
个人简历 |
(8)工商银行A支行营业厅客户办理等候时间研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 文献综述 |
1.3.1 国内文献综述 |
1.3.2 国外文献综述 |
1.4 研究思路与方法 |
第2章 相关理论基础 |
2.1 银行服务质量相关理论 |
2.1.1 服务利润链 |
2.1.2 服务接触三元素 |
2.1.3 服务质量在银行中的运用 |
2.2 排队模型基本理论 |
2.2.1 排队论概述 |
2.2.2 排队模型选择 |
2.2.3 排队模型优化 |
第3章 工商银行A支行营业网点排队问题的现状分析 |
3.1 工商银行A支行简介 |
3.1.1 组织架构 |
3.1.2 业务品种 |
3.1.3 业务流程 |
3.2 工商银行A支行营业网点排队问题现状 |
3.2.1 排队业务结构现状 |
3.2.2 排队目标客户现状 |
3.2.3 排队时间分布现状 |
3.2.4 排队业务量现状 |
3.3 工商银行A支行营业网点排队问题影响因素 |
3.3.1 外部因素 |
3.3.2 内部因素 |
第4章 工商银行A支行营业网点客户办理等待时间模型研究 |
4.1 银行排队模型相关参数的获取 |
4.1.1 顾客平均到达率λ的获取与确定 |
4.1.2 银行柜台服务人员平均服务率μ的获取与确定 |
4.1.3 顾客最大等待时间的选取 |
4.2 银行排队系统模型的相关运行指标 |
4.3 基于成本优化的服务窗口数的确定 |
4.4 银行排队系统的动态控制以及窗口设置 |
第5章 提高银行服务质量与服务效率的措施 |
5.1 提高银行服务效率的对策措施 |
5.1.1 提高银行服务人员的业务技能和效率 |
5.1.2 优化银行业务流程 |
5.1.3 增强银行服务人员的服务意识 |
5.1.4 采用顾客分流的渠道措施 |
5.1.5 改变顾客排队的方式 |
5.2 完善银行动态窗口的设置的措施 |
5.2.1 采用弹性工作时间和弹性窗口设置的策略 |
5.2.2 缩短顾客感知等待时间长度,提高顾客满意度 |
5.2.3 从现场改善的角度优化营业网点基础设备 |
5.2.4 加强排队秩序和营业大厅现场管理 |
第6章 结论 |
参考文献 |
附录 |
(9)基于数据挖掘的综合医院排队分析系统(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究的背景和意义 |
1.2 国内外相关研究现状及发展 |
1.3 现有医院排队系统存在的问题 |
1.4 本文的研究工作和章节安排 |
第二章 相关理论及技术 |
2.1 排队论与排队系统 |
2.1.1 排队系统的基本组成 |
2.1.2 排队系统的衡量指标 |
2.1.3 排队系统的符号表示方法及常见类型 |
2.2 数据挖掘技术 |
2.2.1 数据仓库 |
2.2.2 数据挖掘 |
2.2.3 数据挖掘过程和方法 |
2.3 决策树及其算法 |
2.3.1 分类决策树 |
2.3.2 决策树的构造 |
2.3.3 决策树算法 |
2.4 系统开发结构 |
2.4.1 C/S体系结构 |
2.4.2 B/S体系结构 |
2.4.3 C/S结构与B/S结构的比较 |
2.5 Java EE及相关技术 |
2.5.1 Java |
2.5.2 JDK |
2.5.3 Tomcat |
2.6 Microsoft SQL SERVER2008 |
2.7 本章小结 |
第三章 系统需求分析 |
3.1 X医院信息系统基本情况及分析 |
3.1.1 X医院HIS基本情况 |
3.1.2 X医院各信息系统中基础数据 |
3.1.3 X医院信息系统数据特点 |
3.2 X医院门诊流程及模型分析 |
3.2.1 X医院门诊流程描述 |
3.2.2 X医院门诊排队模型分析 |
3.3 系统用户需求及目标分析 |
3.3.1 系统用户需求 |
3.3.2 系统目标分析 |
3.4 系统需求 |
3.4.1 系统的功能需求 |
3.4.2 系统的非功能需求 |
3.5 系统用例图 |
3.6 系统硬件需求 |
3.7 系统可行性研究 |
3.8 本章小结 |
第四章 系统设计 |
4.1 数据挖掘的设计 |
4.1.1 设计概述 |
4.1.2 数据仓库设计 |
4.1.3 数据预处理 |
4.2 软件系统设计 |
4.2.1 系统的模块结构 |
4.2.2 系统逻辑框架结构 |
4.2.3 系统的工作流程 |
4.3 数据库设计 |
4.3.1 数据库概念结构设计 |
4.3.2 数据库逻辑结构设计 |
4.4 硬件概要设计 |
4.5 本章小结 |
第五章 系统实现及测试 |
5.1 数据挖掘的实现 |
5.1.1 数据准备 |
5.1.2 创建多维数据集 |
5.1.3 创建数据挖掘结构 |
5.1.4 就诊行为模型挖掘结果 |
5.2 系统软件实现 |
5.2.1 数据库实现 |
5.2.2 接口管理的实现 |
5.2.3 系统管理的实现 |
5.2.4 队列管理的实现 |
5.2.5 呼叫管理的实现 |
5.3 系统硬件实现 |
5.3.1 服务器端的硬件实现 |
5.3.2 候诊区的硬件实现 |
5.3.3 叫号终端的硬件实现 |
5.4 系统测试 |
5.4.1 系统测试设备 |
5.4.2 功能测试 |
5.4.3 性能测试 |
5.4.4 测试结果 |
5.5 本章小结 |
第六章 结论和展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
(10)加热炉制造系统马尔可夫排队建模优化方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 问题的研究目的及研究意义 |
1.1.1 加热炉制造系统生产排队问题 |
1.1.2 加热炉制造系统物流排队问题 |
1.2 一般制造系统排队问题研究现状 |
1.3 钢铁制造系统排队问题研究现状 |
1.3.1 生产排队问题 |
1.3.2 物流排队问题 |
1.3.3 排队系统优化方法 |
1.3.4 本文创新点 |
1.4 本文主要工作 |
第二章 加热炉制造系统生产M/PH/C排队优化问题 |
2.1 引言 |
2.2 问题描述 |
2.3 带有阈值转换策略的M/PH/C排队模型 |
2.4 理论优化分析 |
2.4.1 排队系统指标理论分析 |
2.4.2 成本优化分析 |
2.5 基于矩阵几何的优化求解方法 |
2.6 数值计算实验 |
2.6.1 EM算法拟合实际数据 |
2.6.2 拟合分布结果比较分析 |
2.6.3 优化问题计算 |
2.7 本章小结 |
第三章 加热炉制造系统生产半马尔可夫排队优化问题 |
3.1 引言 |
3.2 问题描述 |
3.3 半马尔可夫决策排队模型 |
3.4 次模对排队系统最优策略单调性分析 |
3.5 基于强化学习的优化求解方法 |
3.6 数值计算实验 |
3.7 本章小结 |
第四章 加热炉制造系统物流MMPP/M/C排队优化问题 |
4.1 引言 |
4.2 问题描述 |
4.3 带有阈值转换策略的MMPP/M/C排队模型 |
4.4 理论优化分析 |
4.4.1 排队系统指标理论分析 |
4.4.2 成本优化分析 |
4.5 基于矩阵几何的优化求解方法 |
4.6 数值计算实验 |
4.7 本章小结 |
第五章 加热炉制造系统物流排队凸优化问题 |
5.1 引言 |
5.2 问题描述 |
5.3 排队系统非线性最优化模型 |
5.4 基于凸优化的优化求解方法 |
5.5 数值计算实验 |
5.6 本章小结 |
第六章 结论与展望 |
参考文献 |
附录A |
致谢 |
作者博士期间发表和录用的论文 |
作者博士期间参与的科研项目 |
四、服务行业排队论问题分析(论文参考文献)
- [1]智能电网下充电站优化运营模型及决策支持系统研究[D]. 刘燕. 华北电力大学(北京), 2021
- [2]“互联网+医疗”在L医院门诊服务流程优化中的应用[D]. 赵雯. 南京邮电大学, 2020(02)
- [3]门诊检查顺序规划模型仿真研究[D]. 梁月. 北京协和医学院, 2020(05)
- [4]远程医疗服务模式选择与决策优化研究[D]. 王晓利. 华南理工大学, 2020
- [5]考虑持续高峰期的排队系统优化方法[D]. 关银银. 合肥工业大学, 2020(02)
- [6]面向动态时变需求的基层警察排班研究[D]. 谭坤. 中国人民公安大学, 2020(10)
- [7]社会互动影响下的服务系统运营决策研究[D]. 李城璋. 哈尔滨工业大学, 2020(01)
- [8]工商银行A支行营业厅客户办理等候时间研究[D]. 周金丹. 南华大学, 2019(01)
- [9]基于数据挖掘的综合医院排队分析系统[D]. 李勇. 电子科技大学, 2019(04)
- [10]加热炉制造系统马尔可夫排队建模优化方法研究[D]. 贾彦鹤. 东北大学, 2018(12)