数据集概述
本数据集为手术室调度优化的混合方法研究提供合成数据，包含不同规模（10万级、20万级）的医疗资源与患者信息，覆盖手术室、病床容量、外科医生、专科及患者等维度，支持多级别学习与列生成算法的开发验证。
文件详解
该数据集按数据规模分为两个子目录，包含10个CSV格式文件，具体说明如下：
- Synthetic 100000目录（10万级规模数据）：
- synthetic_bed_capacity.csv：CSV格式，字段包括specialty_id（专科ID）、beds_available（可用病床数）
- synthetic_operating_rooms.csv：CSV格式，字段包括or_id（手术室ID）、or_type（手术室类型）、availability_minutes_per_day（每日可用分钟数）
- synthetic_surgeons.csv：CSV格式，推测包含外科医生相关信息（无预览）
- synthetic_specialties.csv：CSV格式，推测包含专科相关信息（无预览）
- synthetic_patients.csv：CSV格式，推测包含患者相关信息（无预览）
- Synthetic 200000目录（20万级规模数据）：
- synthetic_operating_rooms2.csv：CSV格式，推测为20万级规模的手术室数据（无预览）
- synthetic_bed_capacity2.csv：CSV格式，推测为20万级规模的病床容量数据（无预览）
- synthetic_surgeons2.csv：CSV格式，推测为20万级规模的外科医生数据（无预览）
- synthetic_specialties2.csv：CSV格式，推测为20万级规模的专科数据（无预览）
- synthetic_patients2.csv：CSV格式，推测为20万级规模的患者数据（无预览）
适用场景
- 医疗资源优化研究：验证手术室调度混合算法的性能与效率
- 医院运营管理分析：模拟不同规模医疗资源配置对调度结果的影响
- 机器学习模型训练：为多级别学习算法提供结构化医疗数据支撑
- 运筹学算法开发：测试列生成方法在复杂调度问题中的应用效果
