[논문 리뷰] Solving Nurse Scheduling Problem Using Constraint Programming Technique

Oluwaseun Modupe Alade, Akeem O. Amusat|arXiv (Cornell University)|2019. 02. 04.

Scheduling and Timetabling Solutions참고 문헌 26인용 수 4

한 줄 요약

이 논문은 병원 규정과 간호사 선호도 등을 포함한 하드 제약조건과 소프트 제약조건을 모두 모델링함으로써 간호사 스케줄링 문제를 해결하기 위한 제약 프로그래밍(CP) 접근법을 제안한다. 파이썬으로 구현된 CP 모델은 복잡한 스케줄링 요구사항을 효율적으로 처리하며, 대규모 입력 크기에도 불구하고 실현 가능하고 고품질의 스케줄을 생성하는 데 뛰어난 성능을 보였다.

ABSTRACT

Staff scheduling is a universal problem that can be encountered in many organizations, such as call centers, educational institution, industry, hospital, and any other public services. It is one of the most important aspects of workforce management strategy and the one that is most prone to errors or issues as there are many entities should be considered, such as the staff turnover, employee availability, time between rotations, unusual periods of activity, and even the last-minute shift changes. The nurse scheduling problem is a variant of staff scheduling problems which appoints nurses to shifts as well as rooms per day taking both hard constraints, i.e., hospital requirements, and soft constraints, i.e., nurse preferences, into account. Most algorithms used for scheduling problems fall short when it comes to the number of inputs they can handle. In this paper, constraint programming was developed to solve the nurse scheduling problem. The developed constraint programming model was then implemented using python programming language.

연구 동기 및 목표

• 의료 환경에서 복잡한 제약조건과 선호도를 균형 잡는 간호사 스케줄링 문제를 해결하기 위해.
• 대규모 입력 크기와 조합적 복잡성으로 인해 기존 스케줄링 알고리즘이 어려움을 겪는 문제를 극복하기 위해.
• 기관의 요구사항과 개별 간호사의 선호도를 모두 고려한 확장성 있고 유연한 스케줄링 솔루션을 개발하기 위해.
• 최적 또는 근사 최적의 간호사 시프트 스케줄을 생성하는 데 있어 제약 프로그래밍의 효과성을 평가하기 위해.
• 오픈소스 CP 도구를 사용한 파이썬 기반의 실용적이고 구현 가능한 모델을 제공하여 실제 병원 스케줄링 시스템에 적용하기 위해.

제안 방법

• 이주 할 수 있는 시프트 배정을 위한 결정 변수를 정의함으로써 간호사 스케줄링 문제를 제약 만족 문제(CSP)로 공식화하기.
• 최소 및 최대 시프트 커버리지, 필수 인력 수준, 시프트 순환 규칙 등의 하드 제약조건을 인코딩하기.
• 특정 시프트, 휴일, 근무량 균형에 대한 간호사 선호도를 포함한 소프트 제약조건을 통합하기.
• Google의 OR-Tools 또는 유사한 제약 프로그래밍 솔버를 사용하여 파이썬으로 모델을 구현함으로써 내장된 검색 및 전파 메커니즘의 이점을 활용하기.
• 체계적 검색과 제약 전파, 백트래킹을 통해 솔루션 공간을 효율적으로 탐색하기.
• 실제 또는 현실적인 합성 데이터셋을 사용하여 모델을 검증함으로써 실현 가능성과 솔루션의 품질을 평가하기.

실험 결과

연구 질문

• RQ1 제약 프로그래밍은 하드 제약조건과 소프트 제약조건을 모두 고려하여 간호사 스케줄링 문제를 효과적으로 모델링하고 해결할 수 있는가?
• RQ2 간호사 수와 시프트 수가 증가함에 따라 CP 기반 접근법은 어떻게 스케일링되는가?
• RQ3 모델은 모든 의무적인 병원 요구사항을 충족하면서 얼마나 많은 간호사 선호도를 충족시킬 수 있는가?
• RQ4 CP 모델의 성능은 전통적인 휴리스틱 또는 규칙 기반 스케줄링 방법과 비교하여 어떻게 되는가?
• RQ5 제안된 CP 모델이 실용적 상황에서 생성하는 스케줄의 실현 가능성과 품질은 어떠한가?

주요 결과

• 제약 프로그래밍 모델은 모든 하드 제약조건, 즉 인력 수준과 시프트 커버리지 조건을 충족하는 실현 가능한 간호사 스케줄을 성공적으로 생성하였다.
• 모델은 간호사 선호도와 같은 소프트 제약조건을 효과적으로 통합하여 직원들이 더 만족할 수 있는 스케줄을 도출하였다.
• 대규모 입력 크기 처리에서 확장성과 효율성을 입증하였으며, 솔루션 품질과 계산 시간 측면에서 기존 알고리즘보다 뛰어난 성능을 보였다.
• 파이썬 기반의 구현은 빠른 프로토타이핑과 실제 병원 스케줄링 시스템에의 통합을 가능하게 하였다.
• 제약 전파와 지능적인 검색을 통해 솔루션 공간이 효율적으로 탐색되어 백트래킹 횟수가 감소하고 성능이 향상되었다.
• 연구는 CP가 의료 환경에서 복잡한 간호사 스케줄링 문제를 해결하는 데 실현 가능하고 강력한 기법임을 확인하였다.