研究資料首頁-> 研討會論文
研究資料明細
| 論文名稱 | 以時間序列模型與類神經網路預測到院人流與分析探討COVID-19疫情期間醫院門禁管制政策之最佳化-以南部某醫學中心為例 |
| 研討會開始日期 | 2021-12-10 |
| 研討會結束日期 | 2021-12-10 |
| 所有作者 | 蘇柏安、陳泰良 |
| 作者順序 | 第二作者 |
| 通訊作者 | 是 |
| 研討會名稱 | 2021第十七屆臺灣作業研究學會年會暨國際研討會及第19屆管理學術研討會 |
| 是否具有對外公開徵稿及審稿制度 | 是 |
| 研討會舉行之國家 | NATTWN-中華民國 |
| 研討會舉行之城市 | 台中市 |
| 發表年份 | 2021 |
| 所屬計劃案 | 無 |
| 可公開文檔 |
|
| 可公開文檔 | |
| 可公開文檔 | |
| 附件 |
 2文藻外語大學 郵件 - 2021第十七屆台灣作業研究學會年會暨國際研討會及第19屆管理學術研討會通知函.pdfSOD2021-OR004.doc 蘇柏安-以時間序列分析探討南部某醫學中心疫情期間門禁管制政策下
|
[摘要] :
如何提升疫情期間門禁管制政策下人流預測之有效性對管理上甚為重要，本研究以線性回歸法、時間序列分析法及類神經網絡方法，預測2020年COVID-19爆發期間，南部某醫學中心門禁管制政策下，分析最佳的人力配置。同時亦透過質性訪談，對於傳統人力配置之方式採用新技術應用的探討，藉以對於未來發生嚴重傳染病傳播時採用合適的策略來安排最適配人力。本研究主要採用個案研究方法，主要分為量性及質性，第一階段為量化方式，以線性回歸、時間序列分析法及類神經網絡等方法建構最佳化的預測模式。第二階段為質性研究方法，透過上一階段所產生的結果，與COVID-119期間南部某醫學中心門禁政策主要規畫者，進行檢視與討論，最終了解人工排班與數據分析應用上的差異。本研究結果顯示時間序列模式及類神經網絡為南部某醫學中心於門禁管制期間，最佳預測之模式，MAPE值為11%與14%。此方式將可達到實際排班應用之效果。而時間數列及類神經網絡預測的結果，對於減緩決策者排班壓力、溝通協調及醫療資源配置管理上提升效益。本研究以南部某醫學中心門禁管制期間做為主要場域，得知時間序列模式及類神經網絡對於門禁管制期間人預測，具有實務應用的意義，包括減緩決策者排班壓力、溝通協調及醫療資源配置管理上，與過去研究結果一致。故本研究建議未來各醫療院因疫情爆發而需要門禁管制時期，得以藉由本研究之成果，做為門禁管制政策人員安排之決策，提升運作效率。
