窗口优化范文

2024-06-10

窗口优化范文（精选8篇）

窗口优化第1篇

随着计算机技术的普及, 银行服务系统走进了信息化的领域, 给顾客带来了极大方便, 他们只需拿一张票号就可以到休息区等待。但中国消费者对银行的服务还是怨声载道, 其中等待时间过长的问题尤为突出。随着市场经济发展和银行业务范围的扩大, 各家银行之间的竞争也越来越激烈, 如何有效利用有限的人力、物力资源提高服务质量和效率成为银行赢利的关键。

在此讨论银行服务系统窗口设置的优化问题。根据各工作日不同时间段内顾客的多少适当地增减窗口, 从而在顾客平均等待时间和银行服务窗口数量之间找到一个最优的状态, 在顾客等待时间容许的情况下, 使银行所设的窗口最少, 同时考虑是否为特殊顾客设置专门的服务窗口, 从而使银行的收益达到最大。

1 银行服务系统的排队模型

1.1 标准模型

银行服务系统中陆续有顾客到达, 被服务, 然后离开。若设服务系统中有c个服务窗口, 顾客数量无限大, 可以认为是一个顾客到达概率服从参数为λ的泊松分布, 服务时间概率服从参数为μ的泊松分布的多服务台排队模型M/M/c/∞/∞[1]。λ为单位时间内平均到达的顾客数;1/λ则为相继顾客到达平均时间间隔;μ为平均服务率, 即单位时间内被服务完的顾客数;1/μ则为平均一个顾客的服务时间。系统的服务强度 (即单位时间内被服务完的顾客数与请求服务的顾客数的比值) ρ=λ/cμ, 为一定值。当工作时间足够长时, 服务系统达到稳定状态。系统的状态概率平衡方程为:

${\begin{cases} μ Ρ_{1} = λ Ρ_{0} \\ (n + 1) μ Ρ_{n + 1} + λ Ρ_{n - 1} = (λ + n μ) Ρ_{n} ‚ 1 \leq n \leq c \\ c μ Ρ_{n + 1} + λ Ρ_{n - 1} = (λ + n μ) Ρ_{n} ‚ n > c \end{cases}$

式中: $\sum_{n = 0}^{\infty} Ρ_{n} = 1$ , 且ρ=λ/cμ≤1时, 由递推关系可以求得服务系统稳定时的状态概率为:

$Ρ_{n} = {\begin{cases} \frac{1}{n!} (\frac{λ}{μ})^{n} Ρ_{0} ‚ n < c \\ \frac{1}{c!} \frac{1}{c^{n - c}} (\frac{λ}{μ})^{n} Ρ_{0} ‚ n \geq c \end{cases}$

和系统的运行指标。

系统队列长度为:

$L_{q} = \sum_{n = c + 1}^{\infty} (n - c) Ρ_{n} = \frac{(c ρ)^{c} ρ}{c! (1 - ρ)^{2}} Ρ_{0}$

平均等待时间:

$W_{q} = \frac{L_{q}}{λ} = \frac{(c ρ)^{c} ρ}{c! (1 - ρ)^{2} λ} Ρ_{0}$

1.2 实际排队模型的特殊性

与标准的排队模型相比, 实际银行服务系统中顾客的排队模型存在以下几点特殊性。

(1) 实际顾客到达与服务时间的概率分布。

从整体上讲, 顾客的到达服从泊松分布, 但实际中各工作日不同时段顾客的到达率是不同的, 可以认为分别服从不同参数λi (i=0, 1, 2, …) 的泊松分布, 相应的各工作日不同时段顾客到达的时间间隔服从不同λi值的负指数分布。其中λi的计算公式如下:

$λ_{i} = η_{1}_{i} η_{2 i} \bar{λ}$

式中:η1i, η2i分别为一个工作日内不同时段和不同工作日的修正系数; $\bar{λ}$ 为总体内所有λi的平均值。

各工作日不同时段内顾客的服务时间可以认为服从相同μ值的负指数分布, 即系统的服务强度ρ始终不变。

(2) 考虑顾客的弃票情况。

实际中尽管顾客接连不断的到达, 但并不一定都进入排队系统接受服务。很多顾客常因系统中等待人数过多而弃票离开。在此假设当系统中有n个顾客时, 一个新到达顾客进入系统 (即不弃票) 的概率为:

$a_{k} = {\begin{cases} 1 ‚ n < c \\ c / n ‚ n \geq c \end{cases}$

(3) 实际服务系统的状态。

由于考虑到实际中顾客到达率的变化将时间划分成了较短的时段, 则在每个时段内服务系统一般不能达到稳定的状态。这也说明用计算机模拟将得到比反映系统稳定状态的理论解更加符合实际情况的系统指标。

1.3 实际的排队模型

根据实际情况在标准模型的基础上进行改进, 建立银行服务系统的排队模型, 得到各个时段内的状态概率平衡方程为:

${\begin{cases} μ Ρ_{1} = λ_{i} Ρ_{0} \\ (n + 1) μ Ρ_{n + 1} + λ_{i} Ρ_{n - 1} = (λ_{i} + n μ) Ρ_{n} ‚ 1 \leq n \leq c \\ c μ Ρ_{n + 1} + \frac{c}{n - 1} λ_{i} Ρ_{n - 1} = (\frac{c}{n} λ_{i} + c μ) Ρ_{n} ‚ n > c \end{cases}$

式中:i=0, 1, 2…。

1.4 排队模型的求解

鉴于实际银行排队问题的特殊性, 特别是在到达率服从λi的一个短时段内系统很难达到稳定状态, 用系统稳态的概率分布求得的排队系统各项指标没有实际的意义, 所以这里采用计算机模拟仿真[2]的方法进行求解。通过计算机来模拟顾客的到达和服务台的服务, 并保证模拟时间 (天数n) 足够大, 使计算出的结果更接近实际情况。计算机模拟采用蒙特卡洛模拟算法分别求得每一个时段排队系统的各项参数, 具体步骤如下:

Step 1:根据不同时段内顾客的到达服从参数为λi的泊松分布, 服务时间服从参数为μ的泊松分布, 分别随机生成各工作日不同时段内顾客的到达时间与服务时间;

Step 2:设服务系统中有c个窗口, 定义系统的状态变量为平均等待时间Wq和等待人数即队长Lq, 均赋初值为0;

Step 3:按照顾客到达时间的先后模拟服务系统的运行, 根据每位顾客进入时系统的状态将该顾客排在队长最短的窗口, 记录该顾客的等待时间和相应窗口的队长, 更新窗口的状态指标;

Step 4:重复Step1, 模拟n天, 分别计算各时段系统总的平均等待时间与平均队长。

2 所设窗口数量的优化模型

窗口数量优化的目的是保证顾客平均等待时间在容许范围内的情况下, 使所开设的窗口数最少, 相应银行服务系统消耗的人力、物力资源最少。据调查统计, 一般顾客容许的平均等待时间为5 min[3], 所以良好的服务系统必须要求顾客平均等待时间小于5 min的概率, 以满足95%的保证率。问题转化为系统在满足Pt (wq<5) >0.95的条件下使所设窗口数量达到最小, 可建立模型:min (ci) Pt (Wq<5) ≥0.95。式中:ci为i时段所设窗口的数量。这是一个组合规划问题, 可采用贪婪算法求解各时段需设窗口数量的最优值得[4], 具体算法如下:

Step 1:根据实际情况取相对较小的数给各时段所设的窗口数赋初值;

Setp 2:取n=100天模拟系统运行, 计算各时段Pt (Wq<5) 与顾客进入服务系统的平均概率;

Step 3:将Pt (Wq<5) <0.95时段的窗口数增加1个, 重复Step2;

Step 4:直至各个时段均满足的Pt (Wq<5) ≥0.95, 退出循环。

3 特殊窗口的设置

随着银行业务的扩展, 实际中出现了一些特殊顾客需要相应的特殊服务, 如对公、贵宾服务、信用卡领卡、周末领卡等。由于这些服务与普通储蓄服务所需服务的复杂程度和时间不同, 可以考虑为这些顾客设置专门的服务窗口, 即把原有的一个普通窗口设置为特殊窗口。特殊服务窗口只对特殊顾客开放, 它对特殊顾客的服务效率高于普通窗口, 即前者较后者有一个服务强度的提高。所以要考虑设置特殊服务窗口必须具备如下条件:特殊窗口比一般窗口对于特殊服务的服务效率有一定的提高率;特殊顾客的数量达到一定值, 对银行的效益有较大的贡献, 银行更加重视他们的等待时间。

由于不同类型顾客在银行的逗留时间对银行的损失是不同的, 所以在优化窗口设置时不能简单地以窗口数量作为衡量指标, 必须从整体上考虑银行的经济效益。原有窗口和设置特殊窗口后银行单位时间平均总费用的表达式如下:

$\begin{array}{l} f (c) = (c e_{0} + \bar{W_{q 1}} e_{1} + \bar{W_{q 2}} e_{2}) \\ g (c) = (c - c^{'}) e_{0} + c^{'} e^{'}_{0} + \bar{W_{q 1}} e_{1} + \bar{W_{q 2}} e_{2}) \end{array}$

式中:c为原有普通窗口数量;c′为设置特殊窗口的数量;e0, e0′分别表示单位时间的一个普通窗口和一个特殊窗口的平均费用;e1, e2分别表示一个普通顾客和一个特殊顾客在服务系统逗留单位时间的费用; $\bar{w_{q 1}}, \bar{w_{q 2}}$ 分别表示系统内普通顾客和特殊顾客的平均等待时间。

若g (c) >f (c) , 则说明需要设置特殊窗口;若g (c) <f (c) , 则说明不需要设置特殊窗口。

由g (c) 的表达式可知, 银行的收益可以通过设置特殊窗口降低特殊顾客的平均等待时间得到提高。但这种方法是否有效, 也即是否有必要设置特殊窗口, 与特殊顾客的到达率、普通顾客的到达率、原有普通窗口数量和特殊窗口对特殊服务强度提高率等有关。银行总的经济效益受到普通顾客和特殊顾客被服务质量 (主要是等待时间) 的影响, 根据实际统计数据可以分别计算出两类顾客的平均等待时间和银行的总收益, 从而对银行是否设置特殊服务窗口做出决策。

4 结语

银行服务系统窗口设置优化的步骤如下:

(1) 统计不同工作日不同时段顾客到达和服务时间的分布情况, 分别验证它们是否服从泊松分布和负指数分布, 并得到相应参数λ和μ的数值;

(2) 利用统计得到的参数进行计算机模拟, 得到不同窗口数量下服务系统的各项指标, 如平均等待时间Wq和平均队长Lq等;

(3) 根据窗口数量的优化模型, 计算在各工作日不同时段所需窗口的最佳数量;

(4) 分别模拟有、无特殊窗口下服务系统的各项指标, 并计算银行的总收益, 决定是否开设特殊服务窗口。

这里针对银行服务系统中的排队问题的各个方面建立模型, 并提供利用计算机模拟方法快速求解的简易算法, 计算结果更贴近实际, 为银行服务系统窗口设置优化提供了完善的解决方案。

参考文献

[1]韩中庚.数学建模方法及其应用[M].北京:高等教育出版社, 2005.

[2]宋振峰, 席志红, 刘飞.基于Matlab的M/M/m排队模型的仿真[J].现代电子技术, 2005, 28 (6) :29-30.

[3]佚名.破译银行等待密码:人们能接受最长时间是5分钟[EB/OL].http://bank.jrj.com.cn/news/2007-04-13/000002150634.html, 2007.

[4]侯惠芳, 刘素华, 王庆.系统仿真在银行窗口个数设计中的应用[J].系统仿真学报, 2003, 15 (9) :1 341-1 346.

[5]苏秦, 宋卫斌.顾客服务系统的排队模型及其分析[J].高技术通讯, 2000 (12) :36-40.

[6]韩瑞峰, 武俊丽.排队模型的计算机模拟[J].福建电脑, 2006 (7) :12-13.

[7]殷超, 庞纪明, 亓俊红.基于队列的银行排队业务模拟系统的分析与设计[J].山东理工大学学报, 2006 (6) :23-26.

[8]范文宇, 苑辉.基于排队论的银行客户服务系统问题研究[J].价值工程, 2005 (12) :126-128.

[9]宋卫斌, 苏秦.虚拟顾客服务系统排队模型[J].管理科学学报, 2001 (3) :52-57, 64.

win7电脑多窗口显示优化技巧第2篇

1.在介绍之前，咱们还是来看看小编所说的这种显示方式，大家有兴趣的话就继续看下去吧!如下图中所示： 2.首先，咱们将鼠标移动到下方任务栏中，选择一个空白处点击右键，然后出现的菜单中我们可以看到，显示的方式有层叠窗口、堆叠显示窗口、并排显示窗口这三种，大家可以根据自己的需要选择一个喜欢的显示方式，

win7电脑多窗口显示优化技巧

，下面小编将各自的显示呈现给大家看看：第一个是层叠窗口的显示形式，也就是咱们win7电脑中模式的方式：第二个是堆叠显示窗口的形式，也就是横向显示两个，然后依次堆叠的形式，如下图中所示。第三个是并排显示窗口方式，小编上面介绍的就是这种，看起来显得更直观一些。

银行排队问题及窗口设置优化研究第3篇

随着社会经济的发展, 人们理财的方法变得多种多样, 也给银行业带来了一片繁荣的景象。但是, 随之而来的问题也逐渐出现。其中最令银行负责人和老百姓头疼的要数银行的排队问题, 由此产生的纠纷也屡见不鲜。为了解决这一问题, 我国曾有不少学者进行研究, 如对银行网点的设置、改造及引导顾客使用自助设备、优化银行窗口设置等。但是这些措施依然没有使排队的人减少, 这是为什么呢?本文通过实际调查与研究, 并结合排队论原理, 从新的角度来分析银行排队问题, 并提出解决方案。

二、数据统计与分析

本文采用顾客流较大的一家银行作为研究对象, 即选取了呼和浩特市市中心的一家建设银行。该银行一共有6个窗口, 其中3个为普通窗口, 1个为VIP客户窗口, 1个为企业窗口, 还有1个专门负责缴水电费及其他服务的窗口。在繁忙时间6个窗口均开放。针对银行的主营业务, 本文统计了除缴水电费及其他服务的窗口外其余5个窗口的数据。通过多次对该银行进行实际调查与统计, 选取其中一天上午10点到10点55分这段时间到达顾客的服务时间数据进行汇总, 如表1和表2所示。

通过分析表1数据, 我们可以看出普通3个窗口较为繁忙。为了验证这3个窗口的输入流是否为泊松分布, 我们用χ2分布来对其进行验证。首先来验证窗口1, 步骤如下:假设:H0:X~P (X=k) =λke-1/k! (k=0, 1, ……) , 选取λ=0.89, χ2=0.94<χ20.95 (1) =3.841, 故接受假设H0, 即在水平5%下, 认为观察数据服从泊松分布。同理可证, 普通窗口2与普通窗口3的顾客到达流同样服从泊松分布。

通过调查与统计可知该银行业务种类及业务办理所需时间, 见表3。

通过上述分析可知, 应选用符合顾客到达流为泊松分布且服务时间任意的排队模型。为了方便比较改进前后的计算结果, 我们把每个窗口单独作为研究对象进行研究, 则我们应选用M/G/1模型。

三、M/G/1模型分析

M/G/1模型中有几个常见的参数:平均到达率为λ, 即单位时间平均到达的顾客数;平均服务率μ, 为单位时间服务率;服务时间的标准差为σ, 一个到达个体不得不等待服务的概率PW=λ/μ, 系统中没有个体的概率P0=1-λ/μ。

为了更清晰地分析问题, 我们将M/G/1模型公式进行简化。其中将排队系统中个体的平均数Lq=λ2σ2+ (λ/μ) 2/2 (1-λ/μ) 公式简化为:Lq=λ2σ2+PW2/2 P0。当λ与μ一定时, PW与P0为固定值, 可看作常数, 设PW=Q, 则P0=1-Q。进一步简化为:2 (1-Q) Lq-Q2=λ2σ2。将方程再进一步简化为:ALq-B=Cσ2 (其中A=2 (1-Q) 、B=Q2、C=λ2) , 则Lq=Cσ2+B/A。又知一个个体在排队系统中所花的平均时间Wq=Lq/λ, 则将上式结果带入其中, 得Wq=Cσ2+B/λA, 由于λ为一固定值, 可将式子简化为:Wq=Cσ2+D。

通过简化后的公式我们也可以看出服务时间的偏差影响到了G/M/1排队模型中的参数。从而可知, 在银行排队系统中, 窗口的服务时间越离散, 排队人数也会越积越多, 排队现象也就越明显。可见, 降低σ的值是解决银行排队问题的一条新的突破口。

四、窗口设置优化

(一) 现在银行所用的服务机制

该银行的每个窗口都是采取FCFS, 即先到先服务的排队规则。运用M/G/1模型公式, 把3个普通窗口分别看作一列来计算, 得到其相应的值, 如下:

第一列:λ1=0.323, μ1=0.367, σ1=3.432, Wq1=25.87;

第二列:λ2=0.337, μ2=0.382, σ2=3.116, Wq2=23.69;

第三列:λ3=0.279, μ3=0.326, σ3=3.979, Wq3=24.42。

通过上述分析, 可以得出这样的结论:由于每个普通窗口顾客的服务时间的离散程度较大而导致顾客的平均等待时间为26分钟左右。因此, 为了解决这一问题, 我们应寻求一种解决方法使每列服务时间的离散程度变小, 并且使银行的每个窗口都能充分利用以减少资源的浪费。

(二) 优化模型

首先, 考虑服务时间的离散程度。这需要将银行的业务重新分类。结合表2的数据, 我们将普通窗口办理的业务分为三类:银行卡业务、大额储蓄业务为第一类;贵金属代理业务、个人理财业务与个人贷款业务为第二类;其它业务分为第三类。

其次, 考虑如何避免资源浪费。每天来办理银行业务的顾客中办理业务类型三与VIP客户在银行服务系统中占少数, 且所用时间也不一定很长。这样我们可以考虑将办理银行卡业务以及大额储蓄业务的顾客与VIP客户共用一个窗口办理业务。其余3个普通窗口办理类型一与类型二业务。企业窗口不变。最后对排队进行模拟计算, 得出以下数值:

第一个窗口:λ1=0.304, μ1=0.489, σ1=2.31, Wq1=3.82;

第二个窗口:λ2=0.249, μ2=0.412, σ2=2.552, Wq2=3.9;

第三个窗口:λ3=0.281, μ3=0.494, σ3=2.478, Wq3=3.34;

可见, 3个窗口的平均等待时间大大的减少, 并且VIP客户窗口也得到了充分的利用。优化后的排队现象有所缓解。可见通过将业务类型细分, 使窗口功能按办理业务类型的不同而设置, 是一个有效的方法。

为了保证该模型能在实际中可以更好的应用, 还有几个问题有待解决:第一, 窗口设置要灵活。当该窗口已没有需要办理业务的顾客, 应安排等候在其他窗口的顾客到该窗口进行业务办理。第二, 将“叫号机”稍作修改, 使其可以按功能进行分类叫号。“叫号机”应在出号前先让顾客选择所办理的业务种类, 根据不同的业务种类打出号码。这些号码不是完全按照顺序打出, 而是按照不同业务类型中的排队顺序打出。第三, 若在某一时间段内办VIP窗口的顾客很多, 可以考虑临时挪用普通窗口办理业务。不同的情况要根据不同银行调查统计的结果而定。

五、小结

目前, 我国有极少数的银行在营业网点设置了VIP客户窗口, 但是这个窗口没有灵活应用, 导致很多时候此窗口闲置。这样其他窗口的压力依然没有减轻。

通过本文的分析可知按服务时间来划分窗口这个办法可以缓解银行的排队问题。解决银行的排队问题不仅是方便了顾客, 也提高了银行的办事效率, 从而提升银行的金融服务竞争力。银行若能及时解决排队问题, 可使其在金融市场不稳定的情况下加快银行自身发展的一项重要措施。

参考文献

[1]郭晨光, 薛明皋.对银行排队原因的探究及建议[J].理论研讨, 2008 (11) .

[2]杨米沙.银行排队系统数据分析及窗口设置优化研究[J].武汉理工大学学报, 2008 (8) .

[3]王兴贵, 焦争昌.基于排队论的银行排队问题研究[J].湘潭师范学院学报 (社会科学版) .2008 (1) .

[4]张炳军.银行“叫号机”的利与弊[J].河北金融, 2008 (4) .

[5]郭才宁, 李胜利.多服务台负指数分布排队系统在设备管理中的应用[J].中华医院管理, 1999 (10) .

[6]戴维.R.安德森, 丹尼斯.J.斯威尼, 托马斯.A.威廉斯.数据、模型与决策[M].机械工业出版社, 2003.

窗口优化第4篇

同志们：

今天召开这次会议，主要任务就是深入贯彻落实习近平总书记系列重要讲话精神特别是对我省的重要讲话精神，贯彻落实省、市委整顿作风优化营商环境工作会议和全省深化机关作风整顿集中整治窗口服务突出问题专项工作会议精神，安排部署我县整顿作风优化营商环境和集中整治窗口服务突出问题专项工作，着力解决企业反响强烈、群众反映集中、社会普遍关注的作风顽疾，坚决查处侵害群众利益、损害党和政府形象、破坏营商环境的人和事，推进机关作风持续好转、营商环境不断改善，为推动我县全面振兴发展提供作风保障。下面，我讲四点意见：

一、提高政治站位，进一步增强整顿作风优化营商环境的责任感和紧迫感

整顿作风优化营商环境是省委为推进现代化新X建设而作出的一项重大工作部署。全县上下一定要提高认识，增强整顿作风优化营商环境的责任感和使命感，推动我县作风建设和营商环境实现根本好转。

1、整顿作风优化营商环境，是促进我县广大干部树立新作风、展示新形象、实现新作为的现实需要。习近平总书记

记针对作风建设作出了一系列重要论述，尤其在我省讲话中指出要加强作风建设。省委对此高度重视，多次召开专题会议，指出营商环境问题与作风建设直接相关，要下决心解决“投资不过山海关”和“唱衰东北”论调的问题。比如，门好进、脸难看、事难办，吃拿卡要、推拖躲绕，乱设卡、乱检查、乱罚款、乱收费，以及执法不公，办关系案、人情案、金钱案，等等。这些现象在我县仍然存在，严重损害了企业和群众利益，破坏了营商环境，阻碍了X发展。所以，县委、县政府决定，我们必须下大力气，推动作风全面整顿，从窗口部门入手，全力开展集中整顿，优化服务，提高效能，减少审批流程，创造公正法治的营商环境。全县各级干部也要认真反思，主动查摆问题，坚决整改问题，全面提高为企为民服务水平。

2、整顿作风优化营商环境，是加快我县经济发展的重要举措。近年来，我县发展步伐不断加快，但是跳出X看X，和外地先进发达地区相比，我们的经济基础还很薄，发展条件还很差，还存在实力不强、质量不高、环境不优等诸多短板，加快发展任重道远。要实现富强民主文明和谐美丽新X的美好愿景，需要我们各级干部保持积极向上、真抓实干的作风，更需要我们营造亲商爱商富商的优良环境。所以，全县各级党员干部要始终把整顿作风优化营商环境作为最高准则，牢固树立“作风环境无小事”的理念，从加快X全面

振兴发展的高度出发，坚持高标准高质量，努力打造手续最简、速度最快、收费最低、服务最优的发展环境，千方百计为企业和群众排忧解难，积极主动为加快X经济建设添砖加瓦。

二、聚焦突出问题，切实提高整顿作风优化营商环境的针对性和实效性

几年来，我县认真贯彻落实习近平总书记对我省重要讲话、关于作风建设的重要批示精神和省、市委一系列决策部署，聚焦突出问题，着力建制度、造流程、严惩处、肃余毒，行政效能明显提升，政治生态越发清朗，群众满意度不断提高，奋发进取的新风正气正在形成，但与新时代发展需求和群众意愿相比，还有很大差距。

一是失责失信、不依法行政问题。

主要表现为重招商轻安商，新官不理旧账，承诺不兑现，责任不履行。有的服务态度不端正，工作效率低，不给好处不办事，给了好处乱办事，违反规定乱收费、乱办证、乱罚款，严重破坏了我县的营商环境。有的法治意识淡薄，滥用职权，玩忽职守，行政执法自由裁量权过大，执法随意性强，对行政复议、仲裁和法院判决结果拒不执行，致使企业和投资者正当权益受到损害，影响了党和政府形象。

二是政策梗阻、弄权勒卡问题。

主要表现为地方保护主义盛行，部门利益至上，执行政策打折扣、搞变通，政策受

益面窄，优惠政策停在纸上，扶持资金闲在账上。有的以稽查、执法名义变相报复、勒索企业，变相参与经营活动与民争利，企业投诉处理不及时。有的习惯说不行，变相设卡，抬高门槛，审批通过率低。有的暗示推荐中介服务，勾结“黑中介”寻租谋利，搞设计、施工、监理、材料“四指定”，插手工程项目。

三是流程不优、机构臃肿问题。

主要表现为办事流程不公开，窗口大厅多头受理，搞“前店后厂”，“四零”承诺服务不兑现，一次告知、首问负责、限时办结等制度不落实，“多次跑”“往返跑”情况较多。有的涉及多部门事项环节多、时间长，网上办事不便，移动政务滞后。有的机构重叠、职责不清、职能交叉，超编配置、因人设岗、人浮于事。

四是形式主义、官僚主义新表现问题。

主要表现为表态多调门高、行动少落实差，改革政策“空转”，不研究解决问题。有的重开会轻落实、重发文轻效果，文山会海泛滥，内容不接地气，汇报工作言之无物、脱离实际，说正确的废话。有的用责任状推卸责任，用考评代替落实，工作方法简单粗暴，解决问题能力低下。有的仍然搞数字造假、虚报浮夸，报喜不报忧，搞材料政绩、文字经验。

五是不细不实、能力不足问题。

主要表现为不认真、不较真，线条粗拉，只求过得去、不求过得硬，缺乏精细化工作态度和“工匠精神”。有的本领不强、专业不精，基本功

不扎实，政策研究不透彻，制定方案跑粗，工作措施不实。有的安于现状、自由散漫，迟到早退、溜岗缺位，自我感觉良好，满足于当“太平官”。有的思想观念陈旧，遇事拿惯例当依据，指导和推动工作拿不出新思路、好办法，适应新时代、贯彻新理念、推动新发展的能力不足。

以上问题虽然发生在少数单位、表现在个别人身上，但集中反映了广大群众最反感、市场主体最困扰、制约发展最突出的问题，严重败坏了干部队伍风气，“污染”了我县营商环境，阻碍了我县经济发展。对此，我们必须硬起手腕，以“刮骨疗毒、壮士断腕”的勇气和决心，坚持以整风肃纪、猛药去疴的实际行动推进整顿作风优化营商环境深入开展。

三、实施重拳整治，推进整顿作风优化营商环境取得实效

全县上下要坚持问题导向，眼睛向内，细查深剖，以国税、税务、公安、交警、住建、国土、市场监督、人社、民政、政务中心和乡镇服务大厅为整治重点，围绕全县重点民生工程和重点项目建设，严厉查处破坏营商环境的现象和行为。各单位要按照此次会议要求，结合各自实际，明确工作任务和推进举措，下大力气开展集中整顿。

一要排查问题。前面列举的“五个坏表现”，各乡镇、各部门要对号入座，并结合实际进一步查找自身存在的突出问题，真正做到不留死角死面。要拓宽途径排查。结合去年

作风整顿活动的问题清单，全面查摆，此项工作由组织部牵头，宣传部等部门配合，通过开通电子信箱、手机短信、举报电话、设立意见箱等形式，广泛征求群众意见，接受群众举报和监督。加大宣传力度，拿出问题清单，排出任务分解表，限时办结。要严格标准排查。在问题查找过程中，决不能浮皮潦草、遮遮掩掩，特别是危害较大且触及一些人利益的，不论是什么问题、涉及什么人，都要一视同仁，查深、查实、查到位，更不能拿小问题替代大问题、拿表面问题替代实质问题、拿共性问题替代个性问题，真正做到不图形式、只重效果。要强化自觉排查。各乡镇、各部门要全面开展自查自纠，并要查清楚、查到位，不要等到县委、县政府及纪检监察机关查到了，你还没查到，形成“灯下黑”。在问题查找上，哪个单位查不到问题本身就是问题，如果县里给你查出了问题，那就要对一把手进行问责，决不留情。比如，在黑车违规经营、野蛮驾驶、僵尸车和车辆假牌、套牌、无牌等问题上，公安、交通等部门配合，结合扫黑除恶，严厉查处、严肃整治。

二要剖析问题。找准问题产生的原因，是对症下药整改解决问题的关键。要分类梳理分析。对影响营商环境的各类问题，要查清是由于思想认识不到位产生的，还是工作作风不优、道德品质不良引起的，或是体制机制不健全造成的，做到逐项剖析、有的放矢。要区别归纳建档。对梳理出的突

出问题按不同性质归类，按照梳理分析结果区别登记造册，明确整改措施和具体责任人，特别是对于涉嫌故意违法违纪、以权谋私等问题，务必严格登记，坚决避免遗漏、包庇等问题发生。要解剖典型案例。对一些倾向性问题，要选取有代表性的案例进行深入剖析，从中找到产生此类问题的根本原因，以便有针对性地整改。今年，要重点梳理群众反映强烈的环境污染、小区绿化、房屋拆迁、私接滥建等民生问题，尤其在房屋拆迁上，要多想百姓难处，政府紧一紧也要多建一些街心公园，保证小区绿地面积，见缝插针实施绿化。在私接滥建问题上，公安、法院、检察院、规划、城管、住建、安全等相关部门，要加大整治力度，该拆的拆，该扒的扒，坚决维护建筑市场秩序。

三要抓好问题整改。各乡镇、各部门要对查出的问题，以铁的手腕、硬的措施抓好整改，务必一次到位、长期坚持，不能再反复。要认真对待。各级领导干部要站在全县大局的高度，重视问题整改，不能应付了事，不能见硬就躲，见难就回，必须认真负责，狠抓落实。比如，在垃圾房灭迹上，快的乡镇已超额完成任务，慢的才完成40%左右，我们这次就是要结合作风整顿，加大“垃圾房”灭迹力度，各乡镇要组织乡村干部、党员代表和驻村工作队，入户宣讲，作群众工作，集中攻坚思想固化的农户，消除不愿灭迹的“钉子户”，争取群众主动配合消灭“垃圾房”，必保X月X日前全部清

理完毕，对于虚假瞒报的要严肃追究党委书记和主持工作乡镇长的责任。同时，农业部门要认真核实验收，县委、县政府将严格兑现补偿承诺。要拿出“钉钉子”精神。各级干部要发扬“钉钉子”精神，以抓铁有痕、踏石留印的韧劲，严厉打击违规乱建行为，切实做到一根线缕出头、一件事抓到底。比如，在XX上，有关部门行动要快、力度要大，重点针对XX两侧未批先建和XX，要尽快拿出管理意见，该处罚的处罚，该撤掉的撤掉。同时，结合我县主导产业发展，合理规划使用广告牌，主管副县长要带领相关部门认真研究，需不需要建、在哪里建、怎么建？尽快拿出具体意见。要建立长效机制。抓好问题整改、防止问题反弹，最有效的办法就是建立管用的长效机制，按制度办事，照规则执行，谁违反处理谁、谁破例追究谁。比如，在XX清理上，现在还有X堆无主土堆没有清理，要按照“河长制”要求，结合扫黑除恶，依法尽快清理，不管权属归谁，必须清理到位，这决不是空穴来潮一阵风完事。这次清理后，主管县领导要带领相关部门研究制定砂石等资源管理制度，将来如果再有私挖滥采的，将直接追究责任部门主要领导责任。要解决历史遗留问题。今年，要重点解决热费清缴问题。县政府要成立专题推进组，从公安局、检察院、法院和住建局等部门抽调敢于碰硬、敢于担当、敢于作为的精干力量，专题推进XX项目建设，全力解决管网改造、配热站建设和历史欠费清缴工作。

尤其在历史欠费清缴上，要加大推进力度，证据确凿的要依法诉讼，法检两院要无条件受理，快审快判，依法打击。对于无理取闹的开发商，提供不了明确不欠费依据的，要列入诚信黑名单，在项目立项等方面不予支持。解决这一历史遗留问题，全县各级干部尤其县级领导干部，要带好头，帮助协调解决历史欠费问题。各部门主要领导要冲在前面，敢担当、善作为，带头缴纳热费，对于老赖户能解决的协商解决，涉法的走法律程序解决，有故意拖欠热费问题的企业，一律不得进入X建筑市场。

四要优化窗口服务。开展窗口服务问题集中整治是中央巡视组对我省提出的明确要求，对于提高服务效能、优化营商环境具有重要意义。今年，我们要着力抓好窗口单位作风整顿，促进窗口服务效能和水平全面提升。要紧盯重点行业和领域。聚焦XX等重点行业，集中整治群众反映强烈的门好进、脸难看、事难办，不一次告知，让群众多次跑，甚至还要到大厅以外办理事务，搞体外循环，搞潜规则，当中介业务推销员，吃拿卡要、办事拖拉、推诿扯皮、不敢担当作为、上班不在状态、专注度低、擅离岗位、出勤率到岗率不高等突出问题，逐条分析原因，逐条制定整改措施，做到问题不解决绝不放过，群众不满意绝不收兵。各级干部都要倡导雷厉风行的办事风格，对办事拖拉、不落实、不反馈、不问就不汇报、限期不办结的，要严肃处理、公开通报。要优

化服务流程和路径。按照李克强总理“企业开办时间再减一半，项目审批时间再砍一半，政务服务一网办通，企业和群众办事力争只进一扇门，最多跑一次，凡是没有法律法规依据的证明一律取消”的“六个一”要求，进一步深化便民服务、投资审批、市场准入等重点领域改革，推进“互联网+政务”服务，加强事中事后监管，解决企业和群众办事难、办事慢、多头跑、反复跑的问题，促进政府办事效率不断提升。我们现在提出力争让群众“最多跑一次”，而浙江省已经开始实施支付宝提取公积金“一次都不跑”了。从今年起，我们要重点推进流水化办公，实行网上申报、网上审批，做到“五零”服务，让信息多跑路，让群众少跑腿，甚至不跑腿。要畅通投诉举报渠道。企业投诉中心和县环境办、作风办要发挥作用，通过电视、网络等媒体持续公布举报方式，在政务大厅设立投诉举报箱，在政府网站开通举报专栏或投诉举报直通车，让群众看到我们整治窗口服务突出问题的决心和行动，对企业和群众的投诉举报要及时受理、及时解决，做到件件有答复、事事有回音。

五要重拳惩处问责。严厉查处破坏营商环境的案件，是整顿作风优化营商环境的有效手段。要严肃督导问责。纪检监察部门要加大巡察暗访力度，及时发现问题，并加大通报频次，对存在问题立查、立改、立处。组织部、纪检委和监察委要发挥组织处理和纪律处理双重手段，对行动不积极、措施不得力、效果不明显的县直部门和乡镇，加大追责问责力度，必要时实施黄牌警告、进行诫免谈话。对办事拖拉、服务不周、刁难群众的省直窗口单位，要依法严肃处理，问题突出的省直部门要以县委红头文件向其上级主管部门反映，该单位门好进、脸难看、事难办，没有给X作出贡献，影响了X发展，建议对其主要负责人进行调整顿。要严厉查处惩治。政法委和公检法等部门要勇于担当，集中查办相关部门及其工作人员侵害企业和群众利益的违法案件，坚决惩处履职不到位、失职渎职，甚至与企业搞权钱交易的执法人员及部门领导，特别是对那些知法犯法，利用职权谋取个人私利的党员干部和执法人员，要从严惩治，涉及违法的移送司法机关。

六要加强制度建设。整顿作风优化营商环境是一项系统工程，必须坚持用制度管人管事。要健全完善制度。对工作中发现的共性问题，从制度、机制上查找漏洞和薄弱环节，在建章立制上下功夫，无论是执法部门还是政务大厅，都要健全完善公开承诺制、岗位责任制、首问负责制、限时办结制、考核评议制、奖励激励制、追究问责制等相关制度，推进各项工作规范化、制度化。要强化制度创新。对现有的、存在明显缺陷的制度抓紧修订完善，并把这次集中整治中的好经验、好做法用制度固定下来，进一步扎紧扎密制度的笼子，建立长期管用的制度约束体系。要狠抓制度落实。组织

部、纪检委和监察委，要加强对各乡镇、各部门和窗口服务执行制度、落实制度的监督检查，对有章不循、有规不依、有令不行、有禁不止的单位和个人要坚决纠正、严肃问责，确保各项制度落得实、管得住、用得好。

四、加强组织领导，为整顿作风优化营商环境提供保障

整顿作风优化营商环境和集中整治窗口服务突出问题是一场深刻的自我革命，能否取得实效，关键在领导，关键在力度，关键在落实。各乡镇、各部门和政务大厅要把这项工作纳入重要日程，精心组织，周密部署，强力推进，务求实效。

一要压实落靠责任。各单位要切实把责任担起来，把压力传下去，把任务落到位，真正严起来、实起来。县委成立全县深化作风整顿优化营商环境领导小组，下设办公室和政法专项组。办公室内设综合协调、监督问责、流程再造、宣传报道、作风评议5个工作组。各单位也要成立相应组织，定期召开会议，听取进展情况，及时研究解决突出问题，形成一级抓一级、层层抓落实的工作格局。各级“一把手”是整顿作风优化营商环境的第一责任人，要亲自抓、主动抓、带头抓、靠前抓，做好示范和表率。

二要凝聚强大合力。各单位要牢固树立全县“一盘棋”思想，强化大局意识，跳出本部门、本单位的利益“小圈子”，克服狭隘的部门主义、本位主义倾向，做到既各司其职、各

负其责，又团结一致、通力合作，真正做到凡是有利于优化营商环境的事情，就自觉执行、主动落实，不讲条件、不计得失，凡是涉及多个部门、多家单位的事情，都主动协调，密切配合，确保政令畅通、落实有效。

三要营造舆论声势。宣传部门要迅速行动，充分运用广播电视、政府网站和“两微一端”等新闻媒体，多角度、全方位地宣传报道这次整顿作风优化营商环境和集中整治窗口服务突出问题的成果和积极变化，把广大干部群众的思想和行动统一到整顿作风优化营商环境工作中来，推动形成人人参与、人人关注的浓厚氛围。要注重发挥正面典型引领作用和反面典型警示作用，深入挖掘作风建设方面的先进典型，使广大干部学有榜样、赶有目标，推动形成积极向上新风尚，提振干事创业精气神。以查处作风环境典型案件为反面教材，适时召开警示教育大会，点名道姓通报一批反面典型，真正让广大党员干部心有所戒、行有所止。

四要强化督查考核。要强化窗口服务人员培训培养，把大厅窗口作为锻炼培养干部的平台，选派优秀干部到窗口工作，实行定期轮流轮岗制度，优秀的优先提拔使用，不胜任的及时调整，树立重窗口、重基层、重服务的用人导向。要把整顿作风优化营商环境和集中整治窗口服务突出问题工作纳入目标考评体系，对工作中不负责、不作为、敷衍了事、马虎应付的要严肃批评，并进行必要的组织处理，对

那些埋头苦干、狠抓落实、心里装着百姓的干部要予以褒奖。要强化考核结果的运用，把考评结果作为评价领导班子、选拔任用干部的重要依据，不断释放整顿作风不松劲、不停步的强烈信号。

优化公立医院服务窗口的理论与实践第5篇

公立医院改革在目前的中国已经到了关键时期。对于公立医院改革, 2009年4月6日是一个标志性的时刻, 孕育近3年的新医改转入施行阶段。“推进公立医院改革”是新医改方案确定的五项重点改革内容之一。2011年11月29日, 国务院副总理、国务院深化医药卫生体制改革领导小组组长李克强, 在该小组第十次全体会议上表示, 下一步将全面推进公立医院改革。而据《京华时报》2012年2月3日报道, 卫生部已确定300个县级公立医院综合改革试点。同时, 北京市公立医院改革试点方案也已经决定在今年展开实施。一切信息都表明, 公立医院的改革已经进入了实质性的攻坚阶段。公立医院是我国医疗服务体系的主体, 属于医改的“大头”, 公立医院改革得好不好, 直接关乎医改成败。作为医疗卫生服务终端的公立医院, 集各种矛盾和问题于一身, 成为医改绕不开的“堡垒”。而作为医院最直接最基础的服务窗口, 当然也避免不了这次公立医院改革大潮的冲击。因此, 为了更好地迎接这次公立医院的转型, 在这次改革中占据主动位置, 窗口服务人员就必须更新服务理念, 强化忧患意识, 变被动服务为主动服务, 摒弃诸多不良服务习惯, 建立健全服务规范和制度, 使服务真正落到实处。

2 目前公立医院普遍存在的不良服务习惯

毋庸讳言, 目前的公立医院普遍存在着诸多的不良服务习惯, 本文谨以导诊岗位为例来简要归纳一下这些司空见惯的服务怪现象。

2.1 在岗不在位

这是最普遍的一种消极怠工的服务现象。导诊人员经常是人到岗了, 但心却没在岗位上。患者一个个拿着化验单从其身边走过去, 却视而不见。

2.2 工作时间闲聊或会客

这种服务习惯通常的表现是患者都过来了, 导诊人员却在和同事们聊别的事情, 根本不管患者是否填本, 是否知晓就诊流程。

2.3 工作时间领熟人看病

这种服务习惯是最“损人利己”的, 因为这样做牺牲了为广大患者服务的时间, 却让导诊人员自己得到了实惠。

2.4 抱怨、牢骚、怪话、斤斤计较

这样的导诊人员不认为主动做好本职工作是自己分内的事, 而是将牢骚和抱怨视为理所当然, 聪明才智不用在思考如何尽善尽美做好工作上, 二是把大好的光阴和精力在蹉跎中浪费掉。

2.5 不按时上岗

导诊员到单位了, 却磨磨蹭蹭不出更衣室, 或上岗后先忙活别早应该在家里就准备好的的事情。

综上所述, 公立医院的服务窗口的确存在着很多这样的影响医院形象、损害患者利益的不良服务习惯。这些不良服务习惯必须尽早尽快地加以克服, 否则, 无论是医院还是服务人员, 都将会在这次医改的大潮中被淘汰。

3 窗口服务人员应具备的职业理念和采取的措施

理念是一个人的人生信念并为之付出毕生生命去追求的东西。对于窗口服务人员来说, 应当具备如下两个最基本的职业理念。 (1) 对于患者的理念:患者就是来接受良好服务的, (2) 患者就是上帝, 要真诚欢迎他们。现在, 某些私立医院已经听不到“患者”这个称呼了, 那么不是患者是什么?是“客人”, 并且在行动上为尊贵的客人提供着最优质的服务。现在医疗市场竞争特别激烈, 翻开报纸, 打开电视, 踏上公交车, 甚至马路边上的大幅广告比比皆是, 没有良好的服务措施和竞争能力, 怎么能在医改中突出重围呢?因此, 除了以上两个最基本的服务理念外, 窗口服务人员还必须具备如下服务理念。

3.1 爱岗敬业的理念

既然选择了服务行业, 就要尽职尽责, 对自己所从事的职业忠诚, 对自己承担的业务尽心尽力, 争取做到完美。

3.2 仁爱爱人的理念

以圣洁仁爱的心灵, 把患者视为家人, 急患者所急, 用一颗仁慈感恩的心去聆听患者的需求, 给患者提供到位的服务。

3.3 与时俱进的理念

增强现代意识, 用发展和进步的眼光不断审视和对照自己, 让自己始终处于时代发展的大潮之上。

3.4 坚持不懈的理念

根据工作中的成功与失误的经历, 不断总结经验, 让自己不断进步, 永不放弃。

以上公立医院的服务理念应当从有声语言和无声语言两个方面来培养。有声语言方面, 医院对服务用语有明确的规定, 要把它用好, 并注意几点: (1) 语言美:您好、请、对不起, 要不卑不亢, 落落大方, 但不失亲和力, 可以采用通俗性的称呼︰您好大爷, 是给老伴儿挂号吗? (2) 语音美:语音轻柔、语气温和, 让人心情愉悦。 (3) 语调美:语调平稳、语速适中、语风温文尔雅、语态诚恳关切。在无声语言方面, 微笑要发自内心, 要让患者感觉到你的真诚。眼神、目光要平和, 要对所有人一视同仁, 无论是穿着体面的有身份的人还是衣着寒酸的人都要同样对待。唯有如此, 才能为患者提供优质的服务, 才能在医改大潮中立于不败之地。

摘要：公立医院目前正处于改革的关键十字路口。为突出公立医院基层窗口服务特色, 深化为民服务, 进而完成争先创优, 打造出医院知名品牌, 促进医院又快又好的发展, 窗口服务人员就必须更新服务理念, 强化忧患意识, 变被动服务为主动服务, 摒弃诸多不良服务习惯, 建立健全服务规范和制度, 使服务真正落到实处。

关键词：公立医院,服务窗口,理念,规范

参考文献

[1]黄红新.医院窗口服务工作现状及对策[J].江苏卫生事业管理, 2006 (3) :33-34.

[2]何松明.医院窗口工作人员心理探幽[J].中国医院, 1998 (03) :41-44.

窗口优化第6篇

1 资料与方法

1.1 分析对象及方法

选取我院的中药房、库存室、中药领取系统和中药发放调配地等作为检查的对象。以1周为限, 对所选对象进行调查, 内容包括药物真伪检验、药物存放环境、制作中药的规范性、药物的有效性、申领的规范性等。在中药真伪方面, 对常出现替代品的红花、菟丝子以及茯苓丁进行严查。

1.2 统计学分析

采用SPSS13.0软件对所得数据进行统计分析, 计数资料采用χ2检验, 计量资料采用t检验, P<0.05为差异具有统计学意义。

2 结果

我院中药房中药的真伪及其所占比例如表1所示。我院对于入库中药的质量管理不够严格, 且中药的储存环境也未全部达到标准, 药物过期或者滞销的情况较常见;一些较常用的药物会由于申领系统的不合理而经常造成短缺。由于药房受公众媒体和其他监管机构的监督力度较小, 导致其常出现管理不合格现象;另一方面由于市场价值观的颠倒, 某些经销商以次充好, 以假乱真, 给中药房的管理带来了困难, 本次研究中真品与假品在数量上有显著性差别 (P<0.05) , 具体数据见表1。

3 讨论

患者病情复杂, 用药也会因个体差异而导致药物效果不同。目前我国的用药不合理情况已经较为严重, 故加强中药房的管理是保障患者切身利益的重要方面[3,4,5]。中药房窗口虽有负责开处方药的中医师, 但却缺乏明确统一的条文规定, 故存在较多问题, 如一种药物具有多个名称, 不同药物具有相同名称等。中药在生产过程中, 需经过加工之后才可达到国家质量标准, 但是在此过程中会出现药物的药性改变等, 若对其标记不明确, 易造成配药过程难以判断。

中药材多为野生, 在生长过程中, 由于受到环境的影响, 造成各地药材质量不同。由于野生药材产量不够, 故药材生产商常以次充好, 造成药材质量难以保证。而以中药作为消费终端的医院, 因不加重视质量, 患者使用药物时难以达到理想疗效, 最终会影响患者的病情。目前我院患者的治疗方式一般为中西医结合, 然而因中药疗效难以确定, 中西药配方禁忌不明, 轻则造成疗效不佳, 重则产生毒副作用, 加重患者病情。同时因中西药房分开管理, 各药房只注重各自处方药剂调配, 对禁忌考虑不周, 对药物的重复使用更少提及, 故难以发挥中西药结合的优势。

医院药房中药窗口的科学管理直接关系药品的质量, 对保障患者利益具有重要意义。首先需提高中药房服务队伍的水平, 应从思想上由传统的重医轻药变为药医同等重视, 同时需加强药房人员的专业水平, 进行在职培训, 实行岗位责任制, 调动工作人员的积极性, 还可引进高学历药学人才, 增强高层次比例, 从根本上提高中药房工作人员的专业水平。对中药师进行临床培训, 了解医师的配药意图, 并对医师的药品进行标记。对特殊人群的用药需多加重视, 观察剂量、药物合理性和配伍禁忌等问题。对患者实行用药跟踪, 建立科学的中药药历, 加强专业知识学习, 并向医师提供合理建议, 为患者提供优质的中药治疗服务。

中药房中的药材需加强管理, 首先需完善药品管理相关制度, 采取正规渠道, 由采购中心主动联系正规厂家, 及时退换货, 避免造成经济损失。中药房负责人需按照中药的使用情况, 向中药库申请领药, 会计处根据实际库存出药, 及时购进, 以确保及时补充短缺的药品, 保证药品的连续性;对药品质量进行严格审查, 建立药物档案, 对药物疗效进行明确标识。对药物进行分类放置, 定期检查药品使用情况, 及时采购, 销毁过期和发霉药品。同时需按照药物的自身性质采取避光、冷藏等方式保存, 每日检测存放药物仓库的温度和湿度等。

中药房窗口管理需从医学发展的角度出发, 实现药房功能的实质改变。将药房从工作人员的建设发展为药房整体制度的建设, 真正将药房日常工作落到实处。中药房人员需共同努力, 充分发挥团队协作精神, 要将“一切以患者为中心”作为药房的服务宗旨, 提供更全面、更快捷和更有效的服务, 同时在此过程中可提高中药房的临床效价, 推动医院药房窗口的管理和发展, 使中药更好地为患者的健康服务。

摘要：目的:分析中药房管理中的窗口优化问题, 并提出提高临床效价的方法。方法:对某医院中药房的药物真假、存放环境、有效期、领药申请和制剂调配程序进行分析, 提出问题改进措施。结果:对中药房入库的中药质量和储存环境进行分析, 发现仓库药物过期和滞销的情况较为常见, 中药房的管理和领药申请程序也不合格, 短缺制剂调配质量低, 常出现错配漏配或质量有误差等现象, 给中药房的管理带来了困难, 而中药真品与假品在数量上有统计学差异 (P<0.05) 。结论:中药房人员需共同努力, 充分发挥团队协作精神, 提供更全面、更快捷和更有效的服务, 同时在此过程中可提高中药房的临床效价, 使中药更好地为患者的健康服务。

关键词：中药房,临床效价,提升策略

参考文献

[1]张铁军.中药质量认识与质量评价[J].中草药, 2011, 42 (1) :1-9.

[2]赵雅玲, 刘涛峰.中医治疗白癜风研究进展[J].河南中医, 2013, 33 (11) :2038-2040.

[3]石磊, 窦莉萍.医院中药房中药饮片质量管理分析[J].国外医学·抗生素分册, 2012, 33 (5) :234-235.

[4]梅全喜, 曾聪彦, 钟希文.现代医院中药管理理论与模式在我院药学管理实践中的应用[J].中国药房, 2012, 23 (31) :2881-2883.

窗口优化第7篇

一、排队论概述

在我们的日常生活中, 存在很多的排队现象, 例如乘客排队等候公共汽车, 储户在银行等待服务, 学生在食堂等待就餐等等, 除了上述“有形”的排队现象之外, 还有大量的“无形”的排队, 排队的对象不一定是人, 也可以是物, 例如车站、码头等交通枢纽的车船堵塞和疏导问题, 通讯卫星与地面若干待传递的信息, 要降落的飞机因跑道被占用而在空中盘旋等, 可以说, 排队现象几乎是无处不在, 无可避免的。为了解决排队中存在的问题, 我们需要对它进行系统的分析。

虽然生活中的排队问题多种多样, 但是, 我们可以将它们抽象为以下的排队过程 (如图1) 。

即顾客从某一顾客源出发, 到达服务机构前要求服务, 服务机构如果被占用, 则需要排队等待, 按照一定的规则接受服务后, 离开排队系统。

综上, 排队系统主要由三个部分构成, 分别是输入过程, 排队规则和服务机构, 下面, 分别说明各个分布的特征:

(一) 输入过程:主要描述顾客的来源以及顾客到达排队系统的规律

顾客源中顾客的数量是有限的还是无限的;顾客到达的方式是单个到达还是成批到达;顾客到达的时间间隔分布是确定型的还是随机型的 (如图2) 。当然如果顾客到达的时间间隔是随机型的, 就需要知道概率分布的类型, 分布的参数, 分布是否独立、平稳等。

(二) 排队规则:主要描述顾客排队等待的队列和接受服务的次序

顾客排队等待的队列可以是有限的, 也可以是无限的, 队列的数目可以是单列, 也可以是多列。有的排队问题中顾客可以因为等候时间过长而中途退出, 有的则不能退出, 必须坚持到接受完服务为止。

顾客达到时, 如果所有的服务机构都被先到的顾客占用, 这种情形下若顾客即时自动离开系统, 另求服务的称为损失制;若一直排队等候, 直至接受服务为止的称为等待制;而将等待制和损失制相结合的服务规则称为混合制。

对于等待制, 顾客接受服务的次序包括:先到先服务, 后到先服务, 随机服务和带优先权的服务。

先到先服务 (FCFS) 是指按到达的先后次序排成队伍依次接受服务。当服务设施出现空闲时, 排在队首的顾客优先得到服务, 这是排队问题中最常见的情形。

后到先服务 (LCFS) 与之恰好相反, 指的是最后到达的顾客优先接受服务。

随机服务 (SIRO) 指到达服务系统的顾客不形成队伍, 当服务设施有空时, 随机选取一名服务, 对每一位等待的顾客来说, 被选取的概率是相等的。

带优先权 (PR) 的服务是指到达的顾客按重要性进行分类, 服务设施优先对重要级别的顾客服务, 在级别相同的顾客中按到达的先后顺序排队。

对于混合制, 一般允许顾客排队, 但又不允许队列无限的排下去, 可以通过队长或时间来进行限制。

(三) 服务机构:主要描述服务台的机构形式和工作情况, 包括服务台的数目和排列情况

服务台的服务方式指对单个顾客进行服务还是成批进行服务, 常见的服务方式一般是单个单个地进行服务, 但有些特殊的情况, 例如公交车对乘客提供的服务就是成批的。

服务时间是确定型的还是随机型的 (如图3) 。当然, 一般的服务机构服务时间都是随机的。对于随机型的服务时间, 分布的类型是什么, 参数如何, 是否平稳、是否独立都是需要考虑的问题。

因此, 对于银行窗口服务的排队问题, 可以将其概括为顾客到达满足Poisson分布, 服务时间服从负指数分布, 系统容量无限, 顾客源无限, 采用先到先服务机制的服务机构。

为了研究该服务机构运行的效率、估计服务质量、研究设计改进措施, 必须确定一些基本指标, 用以判断系统运行状况的优劣。

二、银行排队系统的特征指标

排队系统运行情况的的分析, 就是在给定输入和服务条件下, 通过求解系统的状态概率以及运行指标来对排队现象进行评价和分析。我们选择吉林市某银行作为观察对象, 对银行的服务进行数据的搜集、整理与分析。

对银行进行实地考查, 在不同的时间节点统计单位时间内到达的顾客数量和接受服务的顾客数量。通过半月内的实际统计, 计算得到单位时间内顾客到达的数量服从Poisson分布, 单位时间内到达的顾客数的数学期望为:

利用相同的方法, 对该银行3各窗口的服务时间进行统计, 发现柜员的服务时间平均为

μ=0.235 (人/分钟)

由此可知, 目前银行的服务率为:

即目前的服务能力无法满足顾客的需求, 除了要提高柜员的服务效率之外, 还需要增加一定数量的窗口。

三、窗口数量的最优化设计

通过对数据的分析, 我们发现目前银行的服务基本符合M/M/C排队模型, 因此, 基于该模型的基础上, 对窗口数量进行定量化的分析。

设函数f (c) 为费用函数, 则有

其中h表示服务台单位时间内的成本, b表示每个顾客在系统内停留单位时间的损失, L (c) 表示当系统中有c台设备时的队长。

因为c是离散型变量, 因此要求费用函数的最小值, 可采用边际分析法, 即根据费用函数存在最小值的必要条件, 满足

经计算得出:

利用上述方法, 结合MATLAB软件对银行网点的数据进行计算, 得出边际分析的结果如表1所示。

从表1中可以看出, 就目前的服务率来看, 设置4个窗口是比较合适的, 此时既能基本满足客户的需求, 使得顾客逗留的损失达到最低, 不会造成严重的排队现象, 又能节省一部分成本, 使得银行的服务支出相对最少。

四、总结

本文针对吉林市某银行的排队问题, 以排队理论为基础, 结合边际分析法建立了求解窗口数量的数学模型。模型综合考虑的银行的服务成本及顾客由于排队所导致的逗留损失, 与实际紧密结合, 具有实际的意义和可操作性。

摘要：文章通过研究银行排队现象这样一个实例, 应用排队理论, 对银行窗口的数量进行定量的优化分析。通过建立排队模型, 结合排队论的相关知识, 利用MATLAB软件设计了优化窗口数量的科学方法, 在保证低成本的情况下使得顾客的满意程度显著提高。

关键词：排队论,边际分析法,服务成本

参考文献

[1]胡运权.运筹学教程[M].清华大学出版社, 2002.

窗口优化第8篇

关键词：证券投资,移动平均线,支持向量机

0引言

随着金融市场的逐步完善,参与证券交易的投资者在不断的增多,研究判断当前市场的运行趋势成为广大投资者密切关注的问题。由于传统的证券分析方法需要投资者有较丰富的金融知识和证券投资经验,并且主观性较强,对普通投资者而言不宜掌握。近年来,国内外学者纷纷采用人工神经网络、支持向量机(SVM)等机器学习方法对证券交易数据进行处理,试图揭示证券交易数据背后所蕴含的意义。典型的如文献[1]应用一种改进的时间序列分析算法对股票走势进行了预测,并取得了不错的预测效果。文献[2]应用Elman递归神经网络建立股市预测模型并进行了实证研究,研究结果说明Elman递归神经网络应用于中国股票市场的预测是可行和有效的。文献[3]运用SVM对韩国的股指进行了预测,结果表明SVM的预测效果明显优于BP神经网络和基于案例学习的预测效果。

在使用SVM对证券投资进行实际研究时,常常涉及增量学习的样本选择和动态模型选择问题。传统的样本淘汰算法是基于支持向量或权重的,但前者应用在证券分析中并不理想,而后者的权重设置也缺乏适当的衡量标准[4,5]。我们认为对于实时动态变化的证券市场而言,SVM模型应随时间的推移而进行动态的调整,其中相关参数的动态优化是非常必要的。另外,为提高预测的实时性,有必要将样本集大小进行适当的控制。本文针对以上问题,提出基于动态边界缩放的PSO优化算法和基于移动窗口的支持向量回归相结合的预测方法,对沪深300指数进行预测[6]。模拟实验证明,该方法提高了模型训练预测的实时性,并一定程度上提高了预测效果,实际效果较佳。

1基于动态边界缩放的PSO和移动窗口的SVM预测方法

1.1基于动态边界缩放的PSO优化算法

PSO粒群优化算法是一种进化优化算法,模拟简单个体组成的群落与环境以及个体之间的互动行为,由Eberhart博士和Kennedy博士提出,其思想源于对鸟群捕食的行为研究,是一种基于迭代的优化工具[6]。算法最初初始化为一组随机解,然后通过不断的迭代搜寻最优值,目前已广泛应用于函数优化、SVM的参数优化和模型选择、神经网络训练、模糊系统控制等应用领域。

设第i个粒子表示为Xi=(xi1,xi2,…,xin),它飞过的最好位置记为Pi=(pi1,pi2,…,pin),称为个体极值pbest。群体所有粒子经历过的最好位置记为gbest。粒子i的速度用Vi=(vi1,vi2,…,vin)表示。对于第i次迭代,其计算公式如下:

其中1≤d≤D,D为搜索空间维数w称为惯性权重,调整参数w可以针对不同的搜索问题,平衡算法的全局和局部搜索能力。c1和c2为加速常数。rand()为取值在[0,1]范围里的随机函数。与遗传算法中染色体之间互相共享信息不同,PSO中信息的共享是一种单向流动,由gbest传递给其它粒子,整个的寻优过程就是跟随当前最优解的过程。这使得粒子可以更快的速度收敛于最优解。

由于SVM模型的预测精度与参数的选择密切相关,因此通常的做法是在SVM学习前使用PSO算法进行参数优化以提高模型的预测精度。但这种静态优化方法应用在如指数这种时变的序列中却存在一些问题:因为随着时间的推移,训练样本集逐渐发生变化,导致对应的最优参数也随之逐渐改变。一个很自然的想法是在每一次新的模型训练之前,重新进行参数优化。但随之而来的问题一是每次重新搜索的计算开销较大,特别是在证券指数预测这种流数据情况下,究其原因是PSO算法实质上是一种在多维空间中进行优化搜索的算法,搜索空间的大小对其计算开销影响较大。二是新的优化过程无法利用上一次的优化结果,使得参数的优化过程缺乏连续性。基于以上两个原因,我们提出基于粒子边界的动态缩放来实现基于PSO的动态优化从而提高SVR参数优化的效率。

这种策略基于以下推测:假如当前训练集的最优参数为Bestc和Bestg,则增加或减少一个交易日的数据之后,新的最优参数Newbestc和Newbestg应当可以在前最优参数的附近区域找到,毕竟两者的训练集只有一个样本点的差异。显然,如果推测成立,则新的PSO搜索边界可在当前最优参数的基础上乘以一缩放因子获得。这样一是可以大幅缩小搜索空间从而提高优化效率,二是可保持优化过程的连续性和动态特性。通过上百次的测试发现,该算法可行且效果比较理想。以RBF核函数的SVR参数优化为例,其示意代码如下:

其中Bestc、Bestg为当前最优参数值,k1、k2、k3、k4为缩放因子,Cmaxnew、Cminnew、gmaxnew和gminnew为C、g参数新的搜索区间的上下边界。缩放因子的取值按实际情况选定,在我们的研究中,一般取k1=k3=1.5,k2=k4=0.5,测试效果较好。

1.2基于移动窗口的支持向量机回归

设以某种未知概率分布p(x,y)生成的样本集T={(x1,y1),…,(xl,yl)}∈(χ×y),其中xi∈χ=Rn,xi∈y=R,寻找一适当的实值函数f(x)=w.ϕ(x)+b来拟合这些训练点,使得期望风险R[f]=∫c(x,y,f)dP(x,y)最小,这就是支持向量回归,其中,c(x,y,f)为损失函数。与支持向量分类机yi∈{-1,1}取值不同,在支持向量回归中yi可以在整个实数范围内取值,即yi∈R。

由于概率分布p(x,y)未知,因此无法直接求解minR[f],因此考虑最小化:

$e (w) = \frac{1}{2} ∥ w ∥^{2} + c \sum_{i = 1}^{l} | y_{i} - f (x_{i}) |_{ε}$ (4)

这里第一项表示函数f(x)的复杂性,第二项表示训练集上的总损失。引入参数C来度量平衡函数类的复杂性和训练集上损失的折中关系。这等价于求如下最优化问题:

按拉格朗日乘子法,可推出其对偶形式并最终得到其最优解 $\bar{α} = (\bar{α}_{1}, \bar{α}_{1}^{*}, \bar{α}_{l}, \bar{α}_{l}^{*})^{Τ}$ 。

由于证券指数是一个动态变化的时间序列,随着时间的推移,样本数据也随之增加,导致训练时间也随之增加,加上参数动态优化的时间,使得回归模型的实时性能降低。因此,在基于SVM的在线学习与预测中,样本集的选择和淘汰策略是必须加以重点关注的。现在常用的样本选择策略是从非支持向量中选择样本进行淘汰,但这种策略对于指数预测而言却并不是十分恰当的,其原因在于:一是在在线学习中,随着新样本的加入,最优分类面会发生轻微变动,原来的非支持向量可能会成为支持向量;二是这种策略没有考虑样本在时间维度上的权重。而对于指数预测而言,样本数据时日的远近对近期指数预测的影响是不同的。有研究指出,当日指数只对随后最多八个交易日的指数产生影响,并且时日相距越远,影响越弱。除此之外,样本集大小的选择对SVM在线训练和预测的时间开销也有较大的影响。选择适当大小的样本集,可以减少训练时间,降低存储消耗,在一定程度上还能提高学习器的精度和准确率。

那么样本集如何确定呢?就理想情况而言,样本集大小应该是可随着市场的变化而动态调整的,类似参数动态优化一样。不过为了将问题简化,我们将样本集大小在整个训练和预测过程中保持不变,并根据证券指数本身的特点来减少样本选择上的时间消耗,样本集的淘汰策略直接采用先进先出的策略。这种策略可以形象地视为一个观察窗口在一个时间序列上的移动,在整个过程中,窗口大小不变,每新增一个样本数据,则淘汰一个最先的样本数据。上述过程用数学语言可简要表述如下:

设每日收盘指数构成的时间序列index=s1,s2,…,sn,以采样周期d生成样本集,其中输入向量和输出向量可以表示为:

xi=(si-1,…,si-d) yi=sii=1,…,l

这里l代表采样后的样本集大小。如设移动窗口大小为w,则由移动窗口策略,第T个交易日对应的训练集为:

Xt=(xt,…,xt-w+1) Yi=(yt,…,yt-w+1) t=w,…,l

对应的最优化问题变为:

$\min \frac{1}{2} (w . w) + C \sum_{k = t}^{t - w + 1} | y_{k} - f (x_{k}) |_{ε}$ (6)

该最优化问题可由前面所述的支持向量回归机算法求解。

2实证分析

2.1实证研究设计

本文采用500个交易日的沪深300收盘指数作为原始数据,以采样周期3生成输入向量,使用移动移动窗口技术和动态边界缩放的PSO参数优化方法,测试不同情况下的预测结果。对于预测结果的评价,我们综合多方面的考虑,采用以下的评判标准:

• 均方误差其计算公式为 $Μ S E = \frac{1}{n} \sum_{i = 1}^{n} \overset{2}{(y_{i}^{*} - y_{i})}$ 。该值衡量回归的拟合程度,得数越小越好,其中yi*表示预测值,yi表示真实值。

• 平均绝对偏差计算公式为 $e = \frac{1}{n} \sum_{i = 1}^{n} | y_{i}^{*} - y_{i} |^{2}$ 。该值越小越好,其中yi*表示预测值,yi表示真实值。

• 预测方向的正确率计算公式为 $R a t e = \frac{1}{n} \sum_{i = 1}^{n} w_{i}$ ,其中wi按如下定义:

$w_{i} = {\begin{cases} 1 (y_{i}^{*} - y_{i - 1}^{*}) (y_{i} - y_{i - 1}) \geq 0 \\ 0 其它 \end{cases}$

该值表示预测值与实际值方向的一致性。

• 时间开销每一次窗口移动(一次窗口移动包括参数寻优、训练、预测和训练集调整)或每一个新增样本所花费的时间,其计算公式为time=T/(L-wsize)。其中,T指本次训练所花费的总时间,L代表输入向量集的大小,wsize为移动窗口大小。

测试程序在Matlab 2008环境下编程实现,程序流程如图1所示。

2.2实验结果与分析

实验结果如下述各表所示。其中表1为基于边界缩放的动态优化和移动窗口的在线预测,表2为基于动态优化和移动窗口在线预测,表3为增量学习和移动窗口的在线预测的测试结果,其参数在预测过程中保持不变。从三个表可以看出,基于边界缩放的动态优化和移动窗口的在线预测在三个方面都要优于传统的增量学习和单一移动窗口方法,也优于基于动态优化和移动窗口在线预测。如同样采用移动窗口方法,基于边界缩放的PSO动态优化与传统PSO动态优化相比,其均方误差、平均绝对偏差都远小于后者,时间开销也较小。另外,从表1可以看出,随着移动窗口取值的增大,其测试结果有变差的趋势,特别是处理时间增长较快。多次测试结果显示,窗口的较佳取值范围在25～75之间。