[发明专利]面向医用耗材库存与补货协同优化过程的调度方法及系统

说明书

本发明公开了一种基于遗传算法面向医用耗材库存与补货协同优化过程的调度方法，该方法包括：1初始化算法的参数；2初始化种群个体；3计算种群个体的适应度值；4根据个体适应度值对原种群划分为若干个子种群；5在各子种群中个体进行交叉操作；6把经过更新的所有子种群合并为一个新种群；7针对新种群中的个体进行变异操作；8若判断算法满足终止条件则输出算法搜索的全局最优解，否则返回步骤3。本发明能针对医院对医药耗材实现库存与补货协同优化过程决策问题，求得对应问题的近似最优解，从而使得医院可以制定科学合理的库存与补货策略，医院根据制定的策略对医药耗材进行管理，提高医院对医药耗材的库存管理水平，降低医院整体运营成本。

技术领域

本发明涉及软件技术领域，具体涉及一种面向医用耗材库存与补货协同优化过程的遗传调度方法及系统。

背景技术

医院为满足未来病人的需求，并保证医院的整体服务水平，在医院库房中产生医用耗材的周转库存。而医用耗材种类繁多，并且型号不一，这使得医院库房对医用耗材的管理难度大，成本高。医院作为社会性的公共服务机构，为社会提供医疗服务，因此优化医院库房中医用耗材的库存补货策略，对医院的服务水平满意度和社会福祉的提高具有重要的意义。医院制定库存补货策略，即需确定订货点和对应的订货量，医院通常通过采用定点采购策略对医用耗材进行补货。在定点采购策略中，医用耗材的当前库存量低于安全库存量时，医院库房便会采取补货行动，而补货量是由医用耗材的当前库存量和最高库存量共同决定。

然而，在进行发明创造的过程中发明人发现，现有的优化方法存在如下问题：

(1)在研究问题上，医院采用的定点采购策略考虑医用耗材的安全库存量和最大库存量因素，主要是从医院库房单一库存角度来制定补货策略，优化的目标单一。按照定点采购策略进行补货，在每次医院进行医用耗材补货时，前期通常会出现医用耗材库存过度积压，导致库存成本急剧上升。通常情况下，医院库房的库存能力有限，而且医院所需的医用耗材种类繁多，而目前的库存补货策略不够科学合理。

(2)在研究方法上，影响本发明改进遗传算法性能的因素主要有：初始个体的质量、子种群的划分策略、种群中个体的交叉和变异操作。而在现有的优化方法中并未考虑到这些因素。

发明内容

本发明实施例的一个目的在于在医药耗材消耗量预测模型确定情形下，基于医药耗材在周期内总库存成本和总补货成本最小化的优化目标，制定医院对于该种医药耗材的补货策略，即需给定周期内的订货点以及对应的订货量，从而可使医院实现对该种医药耗材的周转库存和在途库存的协同优化，进一步降低医院的整体运营成本。

第一方面，本发明实施例提供了一种基于遗传算法面向医用耗材库存与补货协同优化过程的调度方法，包括：

S1.初始化算法的输入参数，包括周期内时间点的数量n，周期内时间点集合记为T＝{t₁,...,t_i,...,t_n}，其中t_i表示周期中的第i个时间点，时间点对应的预测消耗量记为V＝{v₁,...,v_i,...,v_n}，其中v_i表示t_i时间点上的预测消耗量；

S2.设定算法的执行参数，包括最大迭代次数I_max，当前迭代次数 I＝1，种群规模Q，全局最优解X_best；

S3.初始化搜索种群个体集合X；考虑共有Q个个体，其中第I代种群中的第j个个体定义为1≤I≤I_max， j＝1,2,...,Q，k＝1,2,...,n，j＝1,2,...,Q，其中表示在个体中第i个时间点的订货状态，若表示个体中对应的第i个时间点为订货状态，否则在该时间点不进行订货；

S4.分别计算种群中个体的适应度值，把种群中所有个体按照其适应度值的非递增序进行排序，从而获得一个经过排序后的种群记为