手术过程涉及多类关键医疗资源,手术调度的好坏直接影响到医院的整体效益。然而现行调度方法忽视了手术时间的不确定性和医护人员的时间利用率等因素,造成了医生等待时间过长、手术室工作人员下班时间变动幅度大等现象。本文采用随机优化方法考虑了不确定的手术时间,并研究了手术调度优化问题以提高医护人员的时间利用率。首先,针对医生等待时间过长的现象,本文分别考虑了给定医生到达时间的动态手术指派调度问题以及预估动态指派策略的医生到达时间预约调度问题。两者共同的优化目标是最小化医生等待时间、手术室空闲时间和加班时间的成本总和。动态手术指派调度问题是指在给定医生到达时间的前提下动态优化手术指派策略。本文将该问题建模成多阶段的随机整数规划模型,其中每个阶段对应于一个手术结束时刻。为了有效求解模型,本文提出了基于两阶段随机规划模型的近似方法,并结合了多种前瞻方法用于估计第二阶段的期望成本,包括基于单周期的前瞻方法(OPLA)和基于多周期的前瞻方法(MPLA)。本文还提出了基于手术时间完美信息的成本下界模型用于评价近似方法的性能。实验结果表明该近似方法能够快速有效地求解大规模的问题实例,同时也反映了动态指派策略要明显优于静态指派策略,尤其是对于手术室数量多、手术时间波动大的实例。另外,基于MPLA的指派策略要明显优于OPLA策略以及先到先服务(FCFS)指派规则。医生到达时间的预约调度问题是指在多手术室的预约决策中预估手术的动态指派策略。本文将该问题表示为仿真优化模型,其中手术是按照FCFS规则动态指派的。本文证明了该模型中的情景成本函数是Lipchitz连续、可导以及单峰的,同时也证明了其平均成本(目标)函数是连续可导的。在此基础上,本文采用了随机梯度算法求解该模型。实验结果表明该算法能够快速收敛到全局最优解,同时也反映了在预约调度时预估动态指派能够显著降低预约系统的运营总成本,尤其是对于手术室数量多、手术时间波动大以及手术相同的实例。在调度相同手术时多手术室下的最优预约间隔成锯齿状,不同于单手术室情况下的屋顶状。另外,本文还研究了医生到达时间的预约排序和预约调度联合优化问题,提出了有效求解该问题的启发式算法,同时分析了多手术室中最优预约排序规则的特性。其次,针对手术室工作人员下班时间变动幅度大的现象,本文考虑了手术室准点下班约束下的手术指派调度问题。它通过机会约束规划下的手术指派调度优化来最小化手术室加班时间,同时保证部分手术室能够在规定时间内准点下班。本文将该问题分别表示为两阶段的随机混合整数规划模型和基于Dantzig-Wolfe分解的模型,进而采用了分支定价算法求解问题。本文进一步对分解模型的子问题采用了基于覆盖集合的再建模以简化子问题的求解。实验结果表明Dantzig-Wolfe分解和子问题再建模有利于减少问题的复杂度,使得该算法显著优于传统的分支定价法和分支剪枝法。本文进一步研究了只知道手术时间的均值和方差情况下的鲁棒优化决策问题。本文将最差分布形式下的机会约束表示成一系列的线性表达式,进而将该问题描述成一个混合整数规划模型,并同样采用分支定价算法求解。另外,本文还研究了带机会约束的手术指派与再调度指派联合优化问题,采用了非预估约束将该问题建模成了两阶段的随机整数规划问题,同时分析了再调度点对于手术室加班时间的影响。