论文部分内容阅读
省血液中心的日常工作中最为重要的一个环节就是采集血液,制定采血计划是将采血地点、采血队、采血车和采血人员等因素根据工作需要合理地进行安排的过程,实质上是一个多约束条件下的资源分配问题。然而,目前采血计划由人工制定,消耗时间人力,而且既定采血计划死板缺乏变化,以致有碍于对员工的激励。并且由于约束条件较多,人工最多只能制定未来三天的计划,计划的不确定性不利于献血者合理规划自身的献血时间,进而影响每日的采血量,影响临床用血的保障工作。因此,使用计算机自动化制定合理的采血计划以减少人力时间消耗变得十分重要。不同的采血计划实际上为不同人员的组合,所以是在离散集合中筛选出最优结论,传统的优化方法有很大的局限性,往往只能选取某个点邻域内的最优解,对全局最优问题的求解无能为力,并且对目标函数可微性的要求很高,这同样在很大程度上限制了应用领域。综合考虑了包括蚁群算法、退火算法在内的三种具有全局搜索能力的智能优化算法,本文选取了遗传算法进行优化设计。主要工作包括:(1)明确适应度函数。根据实际业务模型,确定影响采血计划优劣的软、硬约束条件,进而构造适合采用遗传算法进行智能搜索最优结果的目标函数,即适应度函数。通过调研实际工作情况,确定软约束条件的权重,使得目标函数更加准确。(2)确定基因编码。采用符合染色体基因特点的二进制编码方式对采血计划方案进行了编码,种群中的一个个体的基因由某个大夫或者护士在某天某个地点是否上班组成,1表示安排工作,0表示不安排工作。根据编码规则,进一步确定了适应度函数的具体形式。(3)实现算法。为避免早熟,首先对完全随机生成的初始种群进行第一步变异操作,得到遗传算法的第一代种群。然后利用适应度函数计算每个个体的适应度,以相应的概率选择和初始种群数量相当的用于遗传的染色体,按照一定的概率进行交叉和变异操作,以寻求全局最优解。算法的试验结果与直觉相符。(4)搭建血液中心自动排班系统。根据算法,进一步搭建了包含数据库和底层算法的血液中心自动排班系统,并在此系统中完成了智能排班操作。通过实际业务应用,确定结果可行。