[发明专利]一种社区居家养老服务调度与路径规划方法和装置

说明书

本发明公开了一种社区居家养老服务调度与路径规划方法和装置，根据老人的预约信息和现有护工资源，确定问题约束条件，构建相应的数学模型；把该数学模型转化为准旅行商问题模型；采用改进离散头脑风暴优化算法求解该准旅行商问题模型，求得各护工的最优服务老人列表与次序、服务时刻。本发明提出了离散头脑风暴优化算法，包括头脑风暴优化算法中个体融合问题和加入随机干扰的实现方法；提出了头脑风暴优化算法在同一类中个体向类中随机个体学习方法。采用改进离散头脑风暴优化算法，可以提高最优路径的搜索效率，避免算法陷入局部最优，提高算法的精度。采用准旅行商问题模型，消除了不可行解问题，提高了求解方法效率与精度。

技术领域

本发明涉及调度与路径规划技术领域，具体涉及一种社区居家养老服务调度与路径规划方法和装置。

背景技术

随着经济的发展，生活水平的提高，医疗水平的改善，我国老龄化问题愈来愈严重。如何积极应对人口老龄化的挑战，这将是一个长久的问题。为了应对人口老龄化问题，养老服务等相关业务应运而生，其中社区养老服务作为新兴的养老方式，改善了家庭养老和社会机构养老的缺点，而越来越深受人们关注。

社区居家养老作为一种新的养老模式，在长久的运用过程中也暴露出了一些问题。如：根据老人的预约信息，怎样合理分配护工资源以及护工服务路线的规划问题。现实中，人们常会采用人工分配的方式进行护工资源的调配和服务对象的安排，这往往导致护工资源分配不平均，难以最小化时间成本。而目前主要的调度与路径规划算法，如，遗传算法，蚁群算法，粒子群算法，神经网络法等，在求解上也难以达到护工资源的合理分配要求。

头脑风暴优化算法(BSO)是在头脑风暴法的基础上，提出的一种新型群体智能优化算法，主要采用聚类思想搜索局部最优，通过局部最优的比较产生全局最优的思想。但头脑风暴优化算法存在启发性不足，容易陷入局部最优，收敛速度慢的缺点，本发明针对这些缺点进行了改进，并采用所提改进算法进行了社区居家养老服务调度与路径规划问题求解，取得了较好地成效。

发明内容

为解决现有技术中的不足，本发明提出了一种社区居家养老服务调度与路径规划方法和装置，并提出了把该调度与路径规划问题模型转化为准旅行商问题模型的方法，较好地解决了采用智能优化算法直接求解调度与路径规划模型存在大量不可行解的问题。

本发明采用的技术方案为：一种社区居家养老服务调度与路径规划方法，包括步骤：

获取老人的预约信息及护工的信息数据，并进行数据预处理；

将预先建立的社区居家养老服务调度与路径规划的数学模型转化为准旅行商问题，采用改进离散头脑风暴优化算法对准旅行商问题进行求解，得到各护工的服务老人列表与次序、服务时刻，并更新各护工的已服务时间。

进一步的，所述老人的预约信息包括：老人数量、老人预约的需求护工等级、预约时间段、位置坐标；

护工的信息包括：护工数量、护工等级、本月已服务时间；

数据预处理包括：

根据老人的预约信息计算出老人之间的距离矩阵，服务中心与老人之间的距离矩阵；

根据护工等级高低将护工进行分类，每类护工按每月已服务时间由低到高排序；

计算出每个等约需求等级老人的服务时间，其中低等级护工不可服务高等级需求的老人；

设定各护工以同一速度v出发，由老人之间的距离矩阵、服务中心与老人之间的距离矩阵，求出老人之间的距离时间矩阵，服务中心与老人之间的距离时间矩阵。

进一步的，所述社区居家养老服务调度与路径规划的数学模型的目标函数为：