Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/54756

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorCOUTINHO, Walton Pereira-
dc.contributor.authorSOUZA, Eduardo Fernando da Silva-
dc.date.accessioned2024-01-25T14:05:49Z-
dc.date.available2024-01-25T14:05:49Z-
dc.date.issued2023-11-27-
dc.identifier.citationSOUZA, Eduardo Fernando da Silva. Um modelo de programação inteira mista para o escalonamento de plantões de farmácia em um hospital no interior de Pernambuco. 2023. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Pernambuco, Caruaru, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/54756-
dc.description.abstractHospitais desempenham um papel crucial na prestação de serviços de saúde, e a gestão eficiente dos recursos, especialmente na farmácia hospitalar, é essencial para garantir um atendimento de qualidade aos pacientes. Otimizar o agendamento dos profissionais da farmácia é uma prio- ridade para melhorar o serviço e a eficiência operacional. Neste estudo, é proposto um modelo matemático baseado em Programação Inteira Mista (PIM) para alocação e escalonamento de pessoal de farmácia. O modelo leva em consideração as competências, as preferências dos funcionários e as necessidades do hospital. Foram explorados três abordagens: Problema de Escalonamento de Farmácia (PEF), Reformulação I (com pesos) e Reformulação II (com per- turbações). Foram testadas 516 instâncias, incluindo instâncias reais e instâncias geradas alea- toriamente. Foram realizados 1.796 testes, dos quais 1.534 encontraram a solução ótima, 226 propuseram uma solução sub-ótima e 36 não tiveram solução viável. Os resultados mostra- ram que o PEF é escalável e adaptável, resolvendo 97,99% das instâncias dentro de um tempo aceitável, bem como a suas variações. O modelo obteve melhorias significativas em relação à atribuição manual, encontrando a solução da instância real em apenas 6,18 segundos. Além disso, as farmácias registaram uma melhoria média de 41% no atendimento das solicitações, e um aumento médio de 23% no tempo total de atendimento, tendo um impacto positivo na qualidade do serviço prestado ao cliente interno.pt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectFarmácia hospitalarpt_BR
dc.subjectSistema de turnos de trabalhopt_BR
dc.subjectProgramação inteira mistapt_BR
dc.titleUm modelo de programação inteira mista para o escalonamento de plantões de farmácia em um hospital no interior de Pernambucopt_BR
dc.typemasterThesispt_BR
dc.contributor.advisor-coCOSTA, Luciano Carlos Azevedo da-
dc.contributor.authorLatteshttp://lattes.cnpq.br/9051746762560624pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.levelmestradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/2510210233615872pt_BR
dc.publisher.programPrograma de Pos Graduacao em Engenharia de Producao / CAApt_BR
dc.description.abstractxHospitals play a crucial role in providing health services, and efficient resource management, especially in hospital pharmacy, is essential to ensure quality patient care. Optimizing the scheduling of pharmacy professionals is a priority to improve service and operational efficiency. Optimizing the scheduling of pharmacy professionals is a priority to improve service and op- erational efficiency. In this study, a mathematical model based on Mixed-Integer Programming (MIP) is proposed for allocation and scheduling of pharmacy personnel. The model takes into account the skills, staff preferences and needs of the hospital. Three approaches were explored: Pharmacy Scheduling Problem (PSP) , Reformulation I (with weights) and Reformulation II (with perturbations). 516 instances were tested, including real instances and randomly gener- ated instances. 1,796 tests were performed, of which 1,534 found the optimal solution, 226 proposed a sub-optimal solution and 36 did not have a viable solution. The results showed that PSP is scalable and adaptable, solving 97.99% of the instances within an acceptable time, as well as their variations. The model achieved significant improvements over manual assignment, finding the actual instance solution in just 6.18 seconds. In addition, pharmacies registered an average improvement of 41% in the fulfillment of requests, and an average increase of 23% in total service time, having a positive impact on the quality of service provided to the internal customer.pt_BR
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/3954372189546017pt_BR
Aparece nas coleções:Dissertações de Mestrado - Engenharia de Produção / CAA

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO Eduardo Fernando da Silva Souza.pdf1,54 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons