[发明专利]一种基于混合优化算法的医疗信息服务选择方法

说明书

一种基于混合优化算法的医疗信息服务选择方法。通过上述方法，提取了医疗信息服务的多维属性，建立了满足用户并发需求和多粒度的模型。相比现有的模型，该模型考虑了医疗信息服务的事务属性，设计了基于概率的自适应优先级。采用了多粒度递归分解方法来获取组合方案。利用混合优化算法来解决服务选择问题，主要设计了粒子编码方式，将粒子群、带优先级的交叉变异算子和模拟退火方法相融合，得到最优服务。其中带优先级的交叉变异算子能够避免不合事务属性的解，粒子群算法能够实现快速的全局搜索，而模拟退火方法能够避免陷入局部最优解，不同的方法相互补充，取长补短，得到最优效果。

技术领域

本发明涉及医疗信息化技术领域及人工智能技术领域，设计了一种基于混合优化算法的医疗信息服务选择方法。

背景技术

随着医疗行业信息化的发展和“一切皆服务”思想的引入，面向服务的计算以及云计算已经成为主流的计算模式。面向服务的计算是以服务为基本组件，通过组合技术来构建分布式软件系统的计算方法。服务组合是面向服务体系结构中实现服务资源集成的主要手段，能够将分散在网络上的相关服务合成为一个大粒度的、可用性更强的服务。用户在选择服务时，不仅会对组合服务提出功能性上的约束，也会对非功能属性(比如价格、响应时间、可靠性以及可用性等)提出更高的要求，这些限制条件成为了服务选择的依据。在数量众多的候选服务资源中，如何选择出满足用户需求的高质量的组合服务是一个重要目标。现有的服务选择方法在精确度和时间复杂度方面还存在着不足，因此需要采用更加有效的方法对候选服务进行优选，减少计算时间，保证服务选择的质量。

智慧医疗的一个重要应用是能够实时有效的提供医疗服务，设计满足约束条件下的医疗信息服务组合是其重点。现有的医疗信息服务选择模型是基于单个需求的假设，而在实际应用中，需求是在较小的时间区间内同时到达的，即并发需求情况。而且传统的医疗信息服务组合在粒度层面缺乏考虑，无法构建所有粒度组合的可能，从而满足不了用户的多样化需求。

发明内容

本发明给出了基于混合优化算法的医疗信息服务选择方法，通过对医疗信息服务的分析，利用人工智能技术解决医疗信息服务组合问题，提出了基于混合优化算法的医疗信息服务选择方法。

本发明是通过以下措施来实现的：

1、提取医疗信息服务的多维属性，包括服务质量属性和事务属性。服务质量(QoS)属性是由一些非功能属性组成，包括服务价格、服务响应时间、服务可用性和服务可靠性。服务的事务属性主要包含以下几类：可补偿的事务属性c，可重试的事务属性r，枢纽事务属性p以及可补偿可重试的事务属性cr。

给服务的事务属性设定概率优先级。该优先级是动态变化的，根据候选服务的变化情况来动态变化。

2、根据提取的医疗信息服务的多维属性，建立满足并发需求和多粒度的模型。用户需求i对应一个抽象服务流程集合(Abstract service process set)asps_i。抽象服务流程集合asps_i由四元组S_i，G_i，I_i，P_i来表示，其中S_i表示抽象服务的集合，G_i是粒度集合，I_i是抽象服务流程的结构，P_i表示可行的抽象服务流程。抽象服务流程的每个任务可以由不同的候选服务来完成，这些候选服务具有不同的属性参数值，形成了不同的服务组合方案。

每个需求i对应一个抽象服务流程集合asps_i＝{asp_i1，asp_i2，…，asp_ik}。抽象服务流程集合中asps_i的每一项表示一个抽象服务流程，给每个抽象服务选择一个具体服务，得到相应的具体服务流程集合：