간호사 편성(rostering) 문제는 많은 제약 조건을 특징으로 하는 중요한 탐색 문제이다. 간호사 편성 문제에서 이러한 제약 조건은 근무 규정의 준수, 간호사 교대근무 배정, 간호사 선호의 고려와 같은 과정들에 의해 정의된다. 페널티 함수 방법과 같은 여러 접근법이 이러한 제약 조건을 다루기 위해 문헌에서 연구되어 왔다. 본 연구에서는 간호사 편성 문제를 해결하기 위한 두 가지 유형의 하이브리드 메타휴리스틱 접근법을 제안하며, 이는 지역 탐색과 전역 탐색의 균형을 맞추고 느린 수렴 속도와 조기 수렴(prematurity)을 방지하기 위해 화음 탐색(harmony search) 기법과 인공 면역 시스템(artificial immune systems)을 결합하는 데 기반한다. 제안된 알고리즘은 간호사 편성 문제의 벤치마킹 데이터셋에 대해 평가되었으며, 그 결과 대부분의 경우에서 다른 연구에서 도출된 해에 비해 더 나은 또는 최상의(known) 해를 식별함을 보여준다. 또한 그 결과, 화음 탐색과 인공 면역 시스템의 결합은 단일 메타휴리스틱 또는 다른 하이브리드화 방법을 사용하는 것보다 간호사 편성 문제 및 이산 최적화(discrete optimization) 문제에서 상한(upper-bound) 해를 찾는 데 더 적합함을 나타낸다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.