[发明专利]基于混合灰狼-变邻域搜索算法的手术室调度方法

说明书

本发明实施例提供了一种基于混合灰狼‑变邻域搜索算法的手术室调度方法与装置，该方法通过混合灰狼‑变邻域搜索算法，首先设定算法参数并随机生成初始解，然后计算适应度值并确定最好的三个解；再对最好的三个解做变邻域搜索变换，提高解的质量；基于解的适应度对种群执行交叉操作，通过重复迭代，实现对种群的不断更新，最终获得最优解。本发明实施例中，混合灰狼‑变邻域搜索算法具有较好的收敛速度和收敛结果，解决了高复杂度的手术室调度问题，提高了医院的手术室调度效率。

【技术领域】

本发明涉及计算机技术领域，尤其涉及一种基于混合灰狼-变邻域搜索算法的手术室调度方法与装置。

【背景技术】

医院资源调度的效率决定着服务质量的高低，而手术室调度又是医院资源调度中最重要的环节之一。手术室调度需要系统地考虑资源约束、医生数量、医生类型、病人数量、手术时长等多种因素，是近些年来颇具挑战性的课题。目前，智能算法已经广泛应用于各类手术室调度问题中，比如遗传算法、模拟退火算法、禁忌搜索算法等。

现有的调度模型中，通常只考虑一天的手术分配计划，并且是在已给定各科室可使用的手术室数量的前提下对病人进行分配。但通常情况下，各科室的病人数量是动态变化的，另外手术室数量对科室的分配，医生对手术室的分配，以及病人对手术室的分配，这些因素都会对手术室调度问题的求解产生影响。

【发明内容】

有鉴于此，本发明实施例提供了一种基于混合灰狼-变邻域搜索算法的手术室调度方法。

第一方面，一种基于混合灰狼-变邻域搜索算法的手术室调度方法，包括：

步骤1、输入手术室数量、每个手术室的容量、每个手术类型的医生数量、每个医生的病人数量和预计手术时长，设定混合灰狼-变邻域搜索算法参数，包括最大迭代次数max_iter，邻域搜索次数限制ρ，灰狼数量popsize，迭代次数t＝1；

步骤2、初始化种群，考虑共有popsize只灰狼，每只灰狼的位置定义为q＝1，2，...，popsize，分别表示第q个灰狼在第3s-2，3s-1，3s维上的位置，同时也表明第s个医生分配的手术日为

步骤3、计算解集中每只灰狼的适应度值；具体包括：

步骤31、对将第s个医生s分配到手术日上，在每个手术室日，将所有病人按照手术风险系数非增序排序，从而获得每个手术室日的病人等待列表；

步骤32、每个手术室日里，将未分配的病人从该手术室日的病人等待列表里依次分配到该手术室日，直至该手术室日能容纳该手术时长的，分配完全部手术室日；

步骤33、将剩余所有未分配的病人按照手术风险系数非增序排序，从而获得更新后的等待列表；

步骤34、计算每个手术日的最后一台手术结束时间和手术室正常关闭时间的时间差

步骤35、对于每个病人k，获取其对应医生的3个手术日的时间差选择最优手术日分配病人k；

步骤36、将每个手术日里分配的所有病人按手术风险系数非增序排序；

步骤37、计算全部病人的等待住院费用和全部手术室的加班费用之和，即为适应度值。

步骤4、按照解的优劣进行排序，找出最好的三个解X_α，X_β，X_δ，并记录最优解X_α的适应度值；

步骤5、对X_α，X_β，X_δ做变邻域搜索，若生成的新解更优，则更新最优解；

步骤6、更新参数和系数向量；

步骤7、更新当前每只灰狼的位置；