[发明专利]基于进化算法的医养机构排班方法、系统、设备及介质

权利要求书

1.一种基于进化算法的医养机构排班方法，其特征在于，包括以下步骤：

获取所述医养机构一岗位的排班周期、每一天的班期数量以及每一班期对应的员工数量；

建立多个预设约束条件以及一适应度评价模型；

根据所述排班周期、每一天的班期数量以及每一班期对应的员工数量，生成一达到与所述多个预设约束条件对应的满足率的初始种群，所述初始种群内包含有个数为第一预设种群规模的初始解，所述满足率为预设约束条件的被满足的个数与总个数的比值；

基于所述适应度评价模型，对所述初始种群进行选择操作，生成用于种群下一代进化的父代种群；

对所述父代种群依次进行交叉以及变异操作，生成子代种群；

获取当前进化代数，判断所述当前进化代数是否达到预设进化总代数，若否则再次执行所述基于适应度评价模型，对初始种群进行选择操作，生成用于种群下一代进化的父代种群；

若当前进化代数等于预设进化总代数，则基于适应度评价模型计算子代种群中所有个体的适应度，将适应度值最大的个体作为最优解输出，生成最优解对应的优选排班方案。

2.如权利要求1的一种基于进化算法的医养机构排班方法，其特征在于，在所述建立多个预设约束条件以及一适应度评价模型之后，还包括：对每一所述预设约束条件分别设置一权重；所述适应度评价模型为当前解在每一所述预设约束条件下的同一度与该预设约束条件对应的权重的乘积的数学期望值，每一当前解对应一排班方案，所述同一度为所述排班方案中满足该预设约束条件的人数与员工数量的比值。

3.如权利要求1的一种基于进化算法的医养机构排班方法，其特征在于，在所述建立多个预设约束条件以及一适应度评价模型之后，还包括：将所述预设约束条件划分为第一预设约束条件和第二预设约束条件；

所述生成一达到与所述多个预设约束条件对应的满足率的初始种群中，与第一预设约束条件对应的满足率为第一满足率，与第二预设约束条件对应的满足率为第二满足率，第一满足率为100％，第二满足率为r，r满足：70％≤r≤100％。

4.如权利要求1的一种基于进化算法的医养机构排班方法，其特征在于，所述根据所述排班周期、每一天的班期数量以及每一班期对应的员工数量，生成一达到与所述多个预设约束条件对应的满足率的初始种群，包括：

根据所述排班周期、每一天的班期数量以及每一班期对应的员工数量，确定染色体编码；染色体编码包括班期基因编码与医养机构的员工基因编码，班期基因的个数为所述排班周期与每一天的班期数量的乘积，班期基因编码与所述员工基因编码均采用整数编码；

根据所述染色体编码，生成一达到与所述多个预设约束条件对应的满足率的初始种群。

5.如权利要求1的一种基于进化算法的医养机构排班方法，其特征在于，在所述建立多个预设约束条件以及一适应度评价模型之后，还包括：建立一种群接受概率模型；

所述基于适应度评价模型，对初始种群进行选择操作，生成用于种群下一代进化的父代种群，包括：

基于所述种群接受概率模型，获取所述初始种群中所有个体与当前进化代数相对应的接受概率；

基于所述适应度评价模型，获取所述初始种群中所有个体的适应度值；

判断每一个体的适应度值是否大于或者等于该个体的所述接受概率；

若所述个体的适应度值大于或者等于该个体的所述接受概率，则将该个体保留；

若所述个体的适应度值小于该个体的所述接受概率，则抛弃该个体；

将所有保留的个体作为参与种群下一代进化的父代种群。