1,720,962 research outputs found
Optimalisering av fleksibel bemanning i helsevesenet: En modell for redusert overtid og kostnad ved St. Olav hospital
Full text linkDenne bacheloroppgaven undersøke hvordan St. Olavs hospital kan optimaliserebemanningsplanleggingen ved hjelp av interne bemanningspooler og optimeringsmodeller. Sykehuset står overfor betydelige utfordringer knyttet til uforutsigbart fravær, variasjoner i pasientvolum og høye kostander tilknyttet overtid og ekstern innleie. Målet med oppgaven har vært å utvikle et beslutningsstøtteverktøy som gjør det mulig å planlegge bemanning på en mer fleksibel, kostnadseffektiv og bærekraftig måte, uten å gå på kompromiss med pasientsikkerhet eller lovpålagte krav.
Oppgaven benytter kvantitative metoder fra logistikk og operasjonsanalyse for å analysere ressursbehovet ved tre sengeposter ved ortopedisk avdeling: Traume, Elektiv og Rekonstruktiv. Med utgangspunktet i historiske data og registret fravær er det utviklet både en deterministisk og en stokastisk optimeringsmodell. Den deterministiske modellen gir en oversikt over det generelle behovet for fleksibel bemanning, mens den stokastiske modellen tar høyde for variasjoner og usikkerhet i pasientstrøm og fravær gjennom scenarioanalyse.
Resultatene viser at bruk av interne bemanningspooler, kombinert med analytisk modellering, kan redusere behovet for overtid og innleie betydelig, Modellene gir også bedre forutsetninger for rettferdig arbeidsfordeling og høyere utnyttelse av eksisterende personell. Samlet sett demonstrerer oppgaven hvordan beslutningsstøtteverktøy basert på logistikkfaglige prinsipper kan bidra til bedre ressursstyring i sykehussektoren.This bachelor thesis investigates how St. Olavs hospital can optimize staff scheduling through the use of internal staffing pools and optimization models. The hospital faces significant challenges related to unpredictable absenteeism, fluctuations in patient volume, and high costs associated with overtime and external temporary staffing. The aim of this study has been to develop a decision support tool that enables more flexible, cost-effective, and sustainable staffing planning without compromising patient safety or legal requirements.
The thesis applies quantitative methods from logistics and operations research to analyze staffing needs at three wards within the orthopedic department: Trauma, Elective, and Reconstructive. Based on historical data and recorded absenteeism, both a deterministic and stochastic optimization model have been developed. The deterministic model provides an overview of the general need for flexible staffing, while the stochastic model accounts for variability and uncertainty in patient flow and absence through scenario analysis.
The results indicate that the use of internal staffing pools, combined with analytical modeling, can significantly reduce the need for overtime and external personnel. The models also offer better conditions for fair workload distribution and more efficient use of existing staff. Overall, the thesis demonstrates how decision support tools based on logistics principles can contribute to improved resource management in the healthcare sector
Optimalisering av ressursallokering ved Moss Havn
Full text linkDenne oppgaven tar for seg ressursallokeringsproblemet ved Moss Havn, med hovedfokus på bemanning og utstyr som inngår i containerhåndteringen. Oppgavens mål er å undersøke hvordan ressursallokeringen ved Moss Havn kan optimaliseres for å redusere flaskehalser, sikre effektiv containerhåndtering og forbedre arbeidsflyten. For å analysere dette er det utviklet en mixed integer linear programming-modell som tildeler trucker til ulike operasjoner. Modellen er ment å fungere som et beslutningsstøtteverktøy for planlegging og optimalisering av truckfordelingen ved havnen.
Oppgaven er gjennomført i samarbeid med Moss Havn KF og Westport AS. Grunnlaget for oppgaven kommer fra både kvalitative og kvantitative data innsamlet gjennom dialog, intervjuer og analyse av tilsendt driftsdata. Oppgaven baseres på havnens eksisterende prosesser spesielt knyttet til lasting, lossing og intern transport, og vurderer hvordan ulike trucktildelinger og prioriteringer påvirker kapasitet og gjennomstrømning av containere.
Optimaliseringsmodellen er utviklet i Python, basert på reelle data fra Moss Havn og Westport. Formålet med modellen er å minimere opphopning av containere ved å tildele trucker til konkurrerende aktiviteter. Modellen benyttes til å simulere ulike scenarier for ressursbruk ved havnen. Resultatene viser at det er stort potensial for effektivisering spesielt innenfor bedre planlegging og smartere fordeling av trucker.
Konklusjonen er at en bedre tilnærming til ressursallokering spesielt knyttet til truckallokering kan gi havnen økt driftseffektivitet samt reduserte ventetider for både lastebiler og skip. Dette legger til grunn for kostnadsbesparelser knyttet til overtid og bedre kapasitet til å håndtere fremtidig vekst i containertrafikken.This thesis addresses the resource allocation problem at Moss Havn, with a main focus on staffing and equipment involved in container handling. The aim of the thesis is to investigate how resource allocation at Moss Havn can be optimized to reduce bottlenecks, ensure efficient container handling and improve workflow. To analyze this, a mixed integer linear programming model has been developed that allocates the reach stackers to different operations. The model is intended to function as a decision support tool for planning and optimizing reach stacker distribution at the port.
The thesis has been carried out in collaboration with Moss Havn KF and Westport AS. The basis for the thesis comes from both qualitative and quantitative data collected through dialogue, interviews and analysis of submitted operational data. The thesis is based on the port's existing processes, especially related to loading, unloading and internal transport, and assesses how different truck allocations and priorities affect capacity and throughput of containers.
The optimization model has been developed in Python, based on real data from Moss Havn and Westport. The purpose of the model is to minimize the accumulation of containers by allocating the reach stackers to competing activities. The model is used to simulate different scenarios for resource use at the port. The results show that there is great potential for efficiency improvements, especially in better planning and smarter distribution of the reach stackers.
The conclusion is that a better approach to resource allocation, especially related to reach stacker allocation, can provide the port with increased operational efficiency and reduced waiting times for both trucks and ships. This provides the basis for cost savings related to overtime and better capacity to handle future growth in container traffic
Optimalisering av ressursallokering ved Moss Havn
Full text linkDenne oppgaven tar for seg ressursallokeringsproblemet ved Moss Havn, med hovedfokus på bemanning og utstyr som inngår i containerhåndteringen. Oppgavens mål er å undersøke hvordan ressursallokeringen ved Moss Havn kan optimaliseres for å redusere flaskehalser, sikre effektiv containerhåndtering og forbedre arbeidsflyten. For å analysere dette er det utviklet en mixed integer linear programming-modell som tildeler trucker til ulike operasjoner. Modellen er ment å fungere som et beslutningsstøtteverktøy for planlegging og optimalisering av truckfordelingen ved havnen.
Oppgaven er gjennomført i samarbeid med Moss Havn KF og Westport AS. Grunnlaget for oppgaven kommer fra både kvalitative og kvantitative data innsamlet gjennom dialog, intervjuer og analyse av tilsendt driftsdata. Oppgaven baseres på havnens eksisterende prosesser spesielt knyttet til lasting, lossing og intern transport, og vurderer hvordan ulike trucktildelinger og prioriteringer påvirker kapasitet og gjennomstrømning av containere.
Optimaliseringsmodellen er utviklet i Python, basert på reelle data fra Moss Havn og Westport. Formålet med modellen er å minimere opphopning av containere ved å tildele trucker til konkurrerende aktiviteter. Modellen benyttes til å simulere ulike scenarier for ressursbruk ved havnen. Resultatene viser at det er stort potensial for effektivisering spesielt innenfor bedre planlegging og smartere fordeling av trucker.
Konklusjonen er at en bedre tilnærming til ressursallokering spesielt knyttet til truckallokering kan gi havnen økt driftseffektivitet samt reduserte ventetider for både lastebiler og skip. Dette legger til grunn for kostnadsbesparelser knyttet til overtid og bedre kapasitet til å håndtere fremtidig vekst i containertrafikken.This thesis addresses the resource allocation problem at Moss Havn, with a main focus on staffing and equipment involved in container handling. The aim of the thesis is to investigate how resource allocation at Moss Havn can be optimized to reduce bottlenecks, ensure efficient container handling and improve workflow. To analyze this, a mixed integer linear programming model has been developed that allocates the reach stackers to different operations. The model is intended to function as a decision support tool for planning and optimizing reach stacker distribution at the port.
The thesis has been carried out in collaboration with Moss Havn KF and Westport AS. The basis for the thesis comes from both qualitative and quantitative data collected through dialogue, interviews and analysis of submitted operational data. The thesis is based on the port's existing processes, especially related to loading, unloading and internal transport, and assesses how different truck allocations and priorities affect capacity and throughput of containers.
The optimization model has been developed in Python, based on real data from Moss Havn and Westport. The purpose of the model is to minimize the accumulation of containers by allocating the reach stackers to competing activities. The model is used to simulate different scenarios for resource use at the port. The results show that there is great potential for efficiency improvements, especially in better planning and smarter distribution of the reach stackers.
The conclusion is that a better approach to resource allocation, especially related to reach stacker allocation, can provide the port with increased operational efficiency and reduced waiting times for both trucks and ships. This provides the basis for cost savings related to overtime and better capacity to handle future growth in container traffic
Optimization models for the plugging and abandoning of offshore oil and gas fields
Full text linkThis thesis applies operations research methods to planning problems related to the plugging and abandoning of offshore oil and gas wells. We consider two problem settings, for which we develop new models and solution approaches.
The first problem is on a tactical planning level and considers the optimal planning of a plugging campaign. The problem is defined as a variant of an uncapacitated vehicle routing problem with time-windows and is being treated in the first three papers in this thesis. We focus on different aspects, ranging from the application of different model formulations and solution methods, to obtaining more economically oriented insights. A main finding is that significant cost-savings can be made by using the developed methodology for planning plugging campaigns, as opposed to conventional methods. In addition, we contribute to the vehicle routing literature by developing a methodology that allows for incorporating a learning effect. That is, the time it takes to perform a particular operation reduces as similar operations have been performed before.
The second problem considers the strategic problem of developing a mature offshore oil field, and is treated in the fourth paper. We develop a multistage stochastic integer program and solve it using the stochastic dual dynamic integer programming algorithm (SDDiP). The problem can be considered to represent a portfolio of real options, incorporating both shutdown and expansion options. We show that the SDDiP algorithm is very suitable for solving complex real options problem. This enables us to perform an extensive analysis on factors affecting the abandonment decision. We show that traditional real options findings for single options might behave differently when considered in portfolios
An economical assessment of electrifying offshore oil and gas installations: A path-dependent real options approach
Full text linkProsesser på offshore olje og gass (O&G) plattformer på den Norske kontinentalsokkelen bidrar til betydelige utslipp av CO2. For å redusere dette, har erstatning av den tradisjonelle kraftforsyningen gjennom gass turbiner med elektrifisering blitt vurdert som et effektivt tiltak. Slik elektrifisering har tidligere blitt gjort gjennom strømforsyning fra land, mens nyere prosjekter skal gjøre dette ved bruk av kraft fra nærliggende offshore vindparker. I denne oppgaven tar vi hensyn til begge løsningene for å undersøke de økonomiske aspektene knyttet til elektrifisering av O&G installasjoner.
Vi tar for oss problemet med å foreta investeringsbeslutninger knyttet til elektrifisering av en ekte O&G installasjon, hvor et operatørselskap vurderer å iverksette elektrifiseringstiltak. Som et resultat av dette blir våre forskningsspørsmål:
Hvilke markedsforhold kreves for lønnsomme investeringer i elektrifisering av O&G installasjoner?
Vil den optimale investeringsstrategien bli påvirket av å også inkludere muligheten for å eksportere offshore vindprodusert kraft til land?
Vi formulerer dette som et «Multistage Stochastic Integer Programming» problem, med en objektivfunksjon for å maksimere forventet netto nåverdi, gjennom å velge de optimale beslutningene og investeringstidspunkt. De tre veiavhengige investeringsmulighetene, som er tilgjengelig for beslutningstakere er:
Investere i å importere kraft fra land til offshore plattformer
Investere i å elektrifisere ved å bruke en offshore vindpark
Investere i å eksportere kraft fra en offshore vindpark til land
Disse opsjonene er ikke begrenset av hverandre, men deres tilknyttede kostnader kan avhenge av tidligere investeringsbeslutninger. Med utgangspunkt i Luehrman (1998) sin definisjon av strategi som en portefølje av realopsjoner, ønsker vi å ta de optimale strategiske beslutningene i en realopsjon setting. Vi tillater usikkerhet i strømprisen i engrosmarkedet og benytter oss av «Stochastic Dual Dynamic integer Programming» algoritmen, for å finne anbefalte beslutninger for hver realisering av den usikre strømprosessen. Litteraturstudiet viser at verdivurderingen av elektrifiseringsprosjekter gjøres i stor grad gjennom tradisjonelle metoder. Til vår kjennskap, kommer vi derfor med et forskningsbidrag med å være den første som evaluerer et elektrifiseringsprosjekt med både kraft fra land og offshore vind gjennom bruken av en realopsjonsmetode. I tillegg, kommer vi også med et bidrag gjennom en anbefalt investering. Dette er oppsummert under våre viktigste funn:
Vi finner en anbefaling for å investere i en 100MW offshore vindpark i 2026. For denne investeringen kan vi være 90% sikre på at den forventede nettonåverdien er mellom [1423, 1673] millioner NOK.
Simuleringsstudiet tar for seg 1000 scenarier, hvor vi får en anbefalt beslutning for hver realisering av den usikre strømprosessen. 92,3% av simuleringene foreslår en investering i offshore vind for elektrifisering. I tillegg, anbefaler 6,6% samme beslutning, men anbefaler også å investere i eksport av kraft etter feltets levetid. Kun 1,1% fant elektrifisering med bruk av kraft fra land til å være en optimal beslutning.
Økende volalitet i strømprisen ga høyere forventet lønnsomhet, samt et økende skifte fra offshore vind til kraft fra land som det optimale elektrifiseringsalternativet. Til tross for dette, førte det ikke til en anbefaling om et senere investeringstidspunkt.
Potensielle kostnadsreduksjoner ved å slippe CO2 avgifter viste seg å være den største bidragsyteren til den årlige kontantstrømmen. Vi kommer dermed frem til at en forventet økning i denne avgiften er den viktigste markedsfaktoren for lønnsomheten av elektrifiseringsprosjekter.
Videre analyse viste at umodenheten i flytende vindpark-teknologi er bestemmende for både investeringstidspunkt og lønnsomhet
An economical assessment of electrifying offshore oil and gas installations: A path-dependent real options approach
No full textProsesser på offshore olje og gass (O&G) plattformer på den Norske kontinentalsokkelen bidrar til betydelige utslipp av CO2. For å redusere dette, har erstatning av den tradisjonelle kraftforsyningen gjennom gass turbiner med elektrifisering blitt vurdert som et effektivt tiltak. Slik elektrifisering har tidligere blitt gjort gjennom strømforsyning fra land, mens nyere prosjekter skal gjøre dette ved bruk av kraft fra nærliggende offshore vindparker. I denne oppgaven tar vi hensyn til begge løsningene for å undersøke de økonomiske aspektene knyttet til elektrifisering av O&G installasjoner.
Vi tar for oss problemet med å foreta investeringsbeslutninger knyttet til elektrifisering av en ekte O&G installasjon, hvor et operatørselskap vurderer å iverksette elektrifiseringstiltak. Som et resultat av dette blir våre forskningsspørsmål:
Hvilke markedsforhold kreves for lønnsomme investeringer i elektrifisering av O&G installasjoner?
Vil den optimale investeringsstrategien bli påvirket av å også inkludere muligheten for å eksportere offshore vindprodusert kraft til land?
Vi formulerer dette som et «Multistage Stochastic Integer Programming» problem, med en objektivfunksjon for å maksimere forventet netto nåverdi, gjennom å velge de optimale beslutningene og investeringstidspunkt. De tre veiavhengige investeringsmulighetene, som er tilgjengelig for beslutningstakere er:
Investere i å importere kraft fra land til offshore plattformer
Investere i å elektrifisere ved å bruke en offshore vindpark
Investere i å eksportere kraft fra en offshore vindpark til land
Disse opsjonene er ikke begrenset av hverandre, men deres tilknyttede kostnader kan avhenge av tidligere investeringsbeslutninger. Med utgangspunkt i Luehrman (1998) sin definisjon av strategi som en portefølje av realopsjoner, ønsker vi å ta de optimale strategiske beslutningene i en realopsjon setting. Vi tillater usikkerhet i strømprisen i engrosmarkedet og benytter oss av «Stochastic Dual Dynamic integer Programming» algoritmen, for å finne anbefalte beslutninger for hver realisering av den usikre strømprosessen. Litteraturstudiet viser at verdivurderingen av elektrifiseringsprosjekter gjøres i stor grad gjennom tradisjonelle metoder. Til vår kjennskap, kommer vi derfor med et forskningsbidrag med å være den første som evaluerer et elektrifiseringsprosjekt med både kraft fra land og offshore vind gjennom bruken av en realopsjonsmetode. I tillegg, kommer vi også med et bidrag gjennom en anbefalt investering. Dette er oppsummert under våre viktigste funn:
Vi finner en anbefaling for å investere i en 100MW offshore vindpark i 2026. For denne investeringen kan vi være 90% sikre på at den forventede nettonåverdien er mellom [1423, 1673] millioner NOK.
Simuleringsstudiet tar for seg 1000 scenarier, hvor vi får en anbefalt beslutning for hver realisering av den usikre strømprosessen. 92,3% av simuleringene foreslår en investering i offshore vind for elektrifisering. I tillegg, anbefaler 6,6% samme beslutning, men anbefaler også å investere i eksport av kraft etter feltets levetid. Kun 1,1% fant elektrifisering med bruk av kraft fra land til å være en optimal beslutning.
Økende volalitet i strømprisen ga høyere forventet lønnsomhet, samt et økende skifte fra offshore vind til kraft fra land som det optimale elektrifiseringsalternativet. Til tross for dette, førte det ikke til en anbefaling om et senere investeringstidspunkt.
Potensielle kostnadsreduksjoner ved å slippe CO2 avgifter viste seg å være den største bidragsyteren til den årlige kontantstrømmen. Vi kommer dermed frem til at en forventet økning i denne avgiften er den viktigste markedsfaktoren for lønnsomheten av elektrifiseringsprosjekter.
Videre analyse viste at umodenheten i flytende vindpark-teknologi er bestemmende for både investeringstidspunkt og lønnsomhet
Optimization models for the plugging and abandoning of offshore oil and gas fields
No full textThis thesis applies operations research methods to planning problems related to the plugging and abandoning of offshore oil and gas wells. We consider two problem settings, for which we develop new models and solution approaches.
The first problem is on a tactical planning level and considers the optimal planning of a plugging campaign. The problem is defined as a variant of an uncapacitated vehicle routing problem with time-windows and is being treated in the first three papers in this thesis. We focus on different aspects, ranging from the application of different model formulations and solution methods, to obtaining more economically oriented insights. A main finding is that significant cost-savings can be made by using the developed methodology for planning plugging campaigns, as opposed to conventional methods. In addition, we contribute to the vehicle routing literature by developing a methodology that allows for incorporating a learning effect. That is, the time it takes to perform a particular operation reduces as similar operations have been performed before.
The second problem considers the strategic problem of developing a mature offshore oil field, and is treated in the fourth paper. We develop a multistage stochastic integer program and solve it using the stochastic dual dynamic integer programming algorithm (SDDiP). The problem can be considered to represent a portfolio of real options, incorporating both shutdown and expansion options. We show that the SDDiP algorithm is very suitable for solving complex real options problem. This enables us to perform an extensive analysis on factors affecting the abandonment decision. We show that traditional real options findings for single options might behave differently when considered in portfolios
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
- …
