选择科学的调度方法对医疗资源进行高效管理是提高医疗服务机构竞争力和患者满意度的重要途径之一。传统手术调度方法不仅耗时长、效率低，且无法处理手术调度过程中的不确定因素，致使生成的调度方案实用性较差甚至存在无法按计划进行的风险。于是本文希望提出一种具有较高实际应用价值的手术调度方法，使得医院管理层可以在较短时间获得符合预期目标的调度方案。
　　手术调度过程中各个环节是相互联系的，也就是说手术室上下游资源的配置情况及其容纳能力亦会对手术调度效果产生较大影响，于是本文将患者的术后恢复环节考虑到调度方案的构建中去，对综合考虑手术时长和恢复时长的手术调度方法开展研究。在此基础上为提高手术调度方案的实际应用价值，将手术时长和恢复时长的不确定性也考虑进去，采用不同方法予以处理并进行对比分析以验证各类方法在处理不确定性方面的有效性。综上所述，本文研究的是考虑手术时长和恢复时长不确定性的手术调度方法。
　　本文在综述了国内外手术调度问题的相关文献的基础上，主要开展了以下几方面的研究工作:
　　(1)在考虑手术室、恢复室资源限制及患者手术需求的条件下，以手术室和恢复室环境下的手术调度问题为研究对象，综合考虑了手术时长和恢复时长对手术调度效果的影响，建立了以最小化手术室和恢复室运营费用为目标函数的整数规划模型。随后为加深对模型和求解过程的理解，对模型复杂性进行了分析后选择利用ILOG CPLEX进行求解并描述了求解过程。最后对历史手术调度数据进行处理和提炼并利用算例对所建立的手术调度整数规划模型的有效性和求解规模进行验证。实验结果表明所建立的整数规划模型可在较短时间内求解出符合实际需求规模的手术调度方案并提高了手术调度效率，验证了所建立模型的可行性和有效性;
　　(2)在所建立的整数规划模型的基础上，同时对手术时长和恢复时长的随机性进行研究，建立了以最小化手术室和恢复室运营费用的期望值随机规划模型。通过对随机规划模型的复杂性进行分析后，为降低模型复杂性选择使用转化法对模型进行处理，即将随机规划模型转化为确定性模型。转化法可分为以下几步:首先通过对手术时长和恢复时长历史数据的分析，求得代表二者数字特征的方差和均值;随后在相关文献的基础上选择了代表二者分布规律的分布函数;最后利用蒙特卡洛模拟估计手术时长和恢复时长的期望值代替含随机参数的变量，从而降低模型复杂性。在数值实验中利用ILOG CPLEX对模型进行求解并将随机规划模型与整数规划模型进行对比，一方面验证了所建立的随机规划模型的鲁棒性，另一方面验证了同时考虑多个随机变量有助于提高调度方案抵抗外界环境变化的能力;
　　(3)综合上述两种对不确定变量的处理方法，为进一步拓展不确定变量处理方法的适用范围，选择用区间数的形式表示手术时长和恢复时长的不确定性并以此建立了基于手术时长和恢复时长区间的两阶段鲁棒优化模型。两阶段鲁棒优化模型很难用ILOG CPLEX软件直接求解，为降低模型求解难度对两阶段的鲁棒优化模型进行了线性化、松弛及对偶等一系列处理，将两阶段鲁棒优化模型转化为一般形式的鲁棒优化模型。通过将处理的鲁棒优化模型与期望值随机规划模型进行对比，验证了鲁棒优化模型的鲁棒性;同时通过计算不同保守参数下目标函数值的变化趋势分析了保守参数取值对于模型最优性的影响程度，验证了保守参数与模型最优性呈负相关关系且表示恢复时长偏离下界程度的保守参数对目标函数值的影响更大。