[发明专利]一种基于两阶段混合元启发式算法的家庭医疗护理调度优化方法

权利要求书

1.一种基于两阶段混合元启发式算法的家庭医疗护理调度优化方法，其特征在于，包括如下步骤：

S1、在调度周期起始时刻之前，采集待指派的护士信息及顾客订单信息；

所述待指派的护士信息包括待指派的护士的数量、护士的技能水平、家庭住址位置经纬度和可提供服务的时间窗；

所述顾客订单信息包括待服务的顾客的数量、护理服务要求的护理水平、家庭住址位置经纬度、要求服务的时间窗以及偏好的服务开始时间；

S2、在调度周期起始时刻，根据护士与顾客之间的位置信息计算旅行距离矩阵，并根据历史数据预测出旅行时间矩阵以及顾客服务所需要的时间，随后确定建立模型所需要的参数；所述参数包括护士的正常工作时间、护士的最大工作时间、每单位加班成本、单位旅行成本所需费用、服务满意水平度量间隔；

S3、考虑任务指派与路径规划、时间调度决策分离的情况下，以最小化公司的运营成本为上层目标函数，以最大化顾客满意水平为下层目标函数，建立双层家庭医疗护理路径规划与调度优化模型；

S4、针对双层家庭医疗护理路径规划与调度优化模型，设计两阶段混合元启发式算法进行求解，得到零工经济下的家庭医疗护理调度方案。

2.根据权利要求1所述的一种基于两阶段混合元启发式算法的家庭医疗护理调度优化方法，其特征在于，所述双层家庭医疗护理路径规划与调度优化模型包括：

(一)模型中已知变量符号以及决策变量如下：

C表示顾客集合，N表示护士集合，K表示服务评分间隔数量，L表示技能水平集合，w^k为服务评分档次k的宽度；qⁿ为护士n的技能水平，为护士n从顾客i到j的旅行成本，为护士n从顾客i到j的旅行时间，aⁿ和bⁿ分别为护n的最早工作开始时间和最迟工作开始时间，rⁿ和mⁿ分别为护士n的正常工作时间和最大工作时间，dⁿ为护士n的每单位加班成本，oⁿ为护士n的加班时间；s_i为服务顾客i所需要的护理时间，为顾客i偏好的服务开始时间，表示顾客i要求服务护士的技能水平，e_i和l_i分别为顾客i要求的最早服务开始时间与最迟服务开始时间；为0-1类型变量，表示顾客i是否被指派给护士n，T_sⁿ表示护士n的出发时间，为0-1类型变量，表示护士n的访问从顾客i到j；T_i表示顾客i的服务开始时间，T_eⁿ为护士n的工作结束时间，p_i为顾客i的服务满意分数，为0-1类型变量，表示服务开始时间与顾客i的偏好的服务开始时间的距离是否小于w^k，为0-1类型变量，表示护士n是否存在加班时间，h_i为0-1类型变量，表示护士n是否需要在顾客i处等待服务开始；

(二)模型约束条件如下：

(1)上层公司模型的指派约束如下：

(2)护士的执行服务的路径顺序约束如下：

(3)护士到达顾客处的服务开始时间的约束如下：

(4)护士工作开始时间的约束如下：

(5)护士的加班时间计算的约束如下：

(6)计算护士到达顾客时刻获得的顾客满意分数的公式如下：

其中，的值由下式进行约束：

(三)目标函数建模过程如下：

对于分层决策的情形下的家庭医疗护理路径规划与调度问题，模型的优化目标分为上、下两个层次：

(1)上层目标是最小化公司的运营成本，其包含路径成本与加班成本，目标函数表达式如下：

(2)下层目标是最大化所有顾客的服务满意水平：

其中，使用整数M来保证该层级的优化顺序，使得前一个目标相同时工作时间更少的解是更优的。

3.根据权利要求2所述的一种基于两阶段混合元启发式算法的家庭医疗护理调度优化方法，其特征在于，所述步骤S4中，两阶段混合元启发式算法的求解过程，包括：

(一)初始解生成；

用临时需求库表示等待插入的临时顾客集合，其初始包含所有的顾客；对于每位护士都有一条空的路径被初始化，接着对每条路径随机从临时需求库中随机抽取一位顾客进行插入；插入准则是插入顾客时需要考虑的目标，采取两级的分层目标，第一级是最小化插入后增加的运营成本，第二级是最大化插入后服务满意分数；

插入时服务满意分数计算表达式如下：

其中，n^K表示护士n服务的顾客的数量，

插入顾客时采用两种插入策略：

第一种是顺序插入策略，在该种策略中，顾客的插入顺序地考虑每条路径；

第二种策略是平行插入策略，使用该策略插入一个顾客时，所有的路径被同时地比较；

当临时需求库为空时或者在临时需求库中的顾客不能被插入到当前任何路径时，插入过程终止；

(二)邻域搜索；

迭代邻域搜索框架中的解搜索阶段采用大邻域搜索算法，包括：

对解进行破坏移除操作，移除后的顾客加入到临时需求库中；移除算子包含随机移除、路径移除、最大旅行成本移除、最大加班成本移除以及相似顾客移除；随机移除算子随机地选择q个顾客从当前解中移除，而路径移除算子是随机从当前解中移除一条路径并直到移除的顾客数量超过q；最大旅行成本和最大加班成本移除算子分别选择当前解中带有最大旅行成本节省和加班成本节省的顾客进行移除；相似顾客移除算子移除在当前解中移除相似的顾客，具体操作是首先移除随机选择的顾客i，然后选择与顾客i最相似的顾客j进行移除；该过程重复地执行直到移除顾客的数量达到q；为了评估两个顾客之间的相似性，定义R(i,j)作为两个顾客之间相似性变量，该变量包含旅行时间、偏好服务开始时间以及要求的技能水平相似性的加权和，其表达式如下：

对解进行插入重建操作，插入的顾客来自临时需求库中；算法使用的插入算子包含三种，分别是贪婪插入、随机贪婪插入和regret-2插入；对于前两种算子，评估一个插入位置的插入准则与初始解构造时的准则相同，贪婪插入算子采用平行插入策略来贪婪地插入顾客，而随机贪婪算子随机地选择顾客贪婪地插入；对于regret-2插入算子，考虑插入后的遗憾值，即运营成本和服务满意分数；

(三)解的接受；

大邻域算法得到的邻域解首先根据其在临时需求库中剩余等待插入顾客的数量进行评估，如果在临时顾客库中顾客的数量少于在大邻域算法过程执行之前临时顾客库的数量，那么将进一步计算该解的上层目标函数值，并将该解添加至路径池，否则对于该解的评估过程不被执行；计算完该解后需要继续根据上层目标值决定该解是否代替该次搜索的起点；

(四)解的扰动；

该操作多次地执行顾客的随机移除顾客和插入顾客的操作进行扰动，使得每次大邻域算法开始的起点都不同；

(五)建立集划分模型；

当路径池中获得了求解问题的所有可行路径后，算法使用这些路径建立集合划分模型，包括：

(1)集划分模型变量定义如下：R为护士n关于下层路径规划与时间调度问题的可行路径集合，R_n为护士n所有可行路径的集合，其中R_n∈R，表示路径r的运营成本；表示护士n是否在路径r∈R_n中访问顾客i，其表达式如下：

(2)集划分模型目标函数如下：

(3)模型约束条件如下：

(六)求解集划分模型；

循环地求解集划分模型，对于每一次得到的最小运营成本解，如果存在对于下层问题为不可行的路径，则需要在路径池中对其进行移除，之后使用新的路径池更新集划分，继续循环求解，直到当前得到的新解中的每条路径都满足下层问题的最优条件，则该解为双层家庭医疗护理调度问题的最优解。