We model the scheduling problem of a single operating room for outpatient surgery, with uncertain case durations and an objective function comprising waiting time, idle time, and overtime costs. This stochastic scheduling problem has been studied in diverse forms. One of the most common approaches used is the sample average approximation (SAA). Our contribution is to study the use of SAA to solve this problem under few historical data using families of log t distributions with varying degrees of freedom. We analyze the results of the SAA method in terms of optimality convergence, the effect of the number of scenarios, and average computational time. Given the case sequence, computational results demonstrate that SAA with an adequate number of scenarios performs close to the exact method. For example, we find that the optimality gap, in units of proportional weighted time, is relatively small when 500 scenarios are used: 99% of the instances have an optimality gap of less than 2.6 7% (1.74%, 1.23%) when there are 3 (9, many) historical samples. Increasing the number of SAA scenarios improves performance, but is not critical when the case sequence is given. However, choosing the number of SAA scenarios becomes critical when the same method is used to choose among sequencing heuristics when there are few historical data. For example, when there are only three (nine, many) historical samples, 99% of the instances have less than 25.38% (13.15%, 6.87%) penalty in using SAA with 500 scenarios to choose the best sequencing heuristic.

Yeni Koronavirüs Hastalığı 2019’da ilk kez gözlemlenmiş olup, Dünya Sağlık Örgütü tarafından pandemi olarak tanımlanmıştır. Tüm ülkeler virüsün yayılmasını hafifletmek için yoğun çaba sarf etmektedir. En önemli çabalardan biri de geliştirilmiş olan aşıların hızlıca aşı olacaklara yapılmasıdır. Ancak aşılamanın planlanması aşı merkezlerinin kapasiteleri dışında ayrıca aşıların gerektirdiği saklama koşulları nedeni ile de zorlaşmaktadır. Bu çalışmada aşılardan en çok kullanılanlardan biri olan Pfizer-Biontech aşısı ele alınmıştır. Bu aşının gerektirdiği soğuk zincir nedeni ile aşılama problemi daha da zorlaşmaktadır. Hem bozulan aşı maliyetleri hem de 2 dozdan az aşı olan kişilerin eksik olan doz başına hesaplanan maliyetlerin toplamı en aza indirgenmesi hedeflenerek aşı çizelgeleme için bir matematiksel model geliştirilmiştir. Geliştirilen modelde ultra soğuk depolama ünitesi almadan, aşıların taşındığı termal nakliye konteynerleri ile aşıların korunduğu bir ortam ele alınmaktadır. Yaratılan veri setleri ile elde edilen çözümlere göre, bir aşı merkezi ele alındığında kolaylıkla matematiksel model en iyi sonucu hesaplamakta ve hem envanter dengesini sağlayarak aşının soğuk zincir gereksinimlerini de yerine getirmektedir.