Solving the nurse scheduling problem in crisis situations applying a genetic algorithm
Lade...
Autor:in (Körperschaft)
Publikationsdatum
2023
Typ der Arbeit
Studiengang
Typ
04B - Beitrag Konferenzschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
2023 10th International Conference on Soft Computing & Machine Intelligence (ISCMI 2023)
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
65-71
Patentnummer
Verlag / Herausgebende Institution
IEEE
Verlagsort / Veranstaltungsort
Mexico City
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
This paper analyzes the nurse scheduling problem and uses a genetic algorithm to solve it considering a crisis situation. The aim is to provide an additional crisis unit in a hospital, which is sourced with specially trained staff from other units. The focus of this optimization problem is to create a staff rostering with minimal impact on the physical and mental health of the employees, while handling the challenges of a crisis with less administrative overhead.
Schlagwörter
Fachgebiet (DDC)
Veranstaltung
10th International Conference on Soft Computing & Machine Intelligence (ISCMI)
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
979-8-3503-5937-4
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Closed
Lizenz
Zitation
Heiniger, N., Massaro, G., Hanne, T., & Dornberger, R. (2023). Solving the nurse scheduling problem in crisis situations applying a genetic algorithm. 2023 10th International Conference on Soft Computing & Machine Intelligence (ISCMI 2023), 65–71. https://doi.org/10.1109/ISCMI59957.2023.10458617