科学管理医疗资源，为病人提供品质服务，并能有效控制预算是当今护理管理者所面临的重大课题，其中护理资源管理直接影响护理质量和成本，护理资源的合理利用和充分开发已成为现代护理的管理核心。由于医院面临控制成本的压力，在目前护理工作量大、应急性强、不规则的轮班，传统的单一的简单排班模式的情况下，产生了医院和护士的利益冲突和目标差异，为更好调高护理质量、降低医院护理成本，建立一个完整的带劳动法规约束和满足护士自身需求的问题模型，这正是本文研究的主旨之一。护士排班问题是比TSP更难的NP问题，护士排班属于组合优化问题，数学规划求解有计算复杂度高的难处，而启发式算法虽然降低了搜索空间，极易陷入局部最优解。结合两种算法的优缺点，建立起基于分支定界和模拟退火算法的混合优化策略，从而有效降低计算复杂度和增大解的搜索空间。（1）从医院护理工作状况的可行性和实用性角度出发，结合《中山市XX医院护士状况调查问卷》的调研结果，系统阐述护士排班问题；然后以基本ILP模型为基础，增加“APN排班”机制、班次间不连续、周末休息和排班公平性等班次约束，建立起带有强、弱约束的护士排班模型。（2）介绍整数规划的分支定界算法和模拟退火算法，最后设计出整数规划的分支定界算法和模拟退火算法的混合优化策略，以班次的公平性为原则，并利用“护士交换规则”和“班次调整规则”产生新解，然后以一定的概率接受准则，增大了算法求解的搜索空间。实验结果表明，带有强、弱约束的护士排班模型较好的考虑了劳动法规、班次约束以及护士的潜在需求等因素，而基于分支定界和模拟退火算法的混合优化策略解的质量要远远好于数学规划和启发式算法。