[发明专利]一种基于遗传算法的社区空巢老人帮扶调度方法

说明书

一种基于遗传算法的社区空巢老人帮扶调度方法，包括以下步骤：S1：开始；S2：创建初始族群；S3：评价；S4：判断是否满足停止准则；S5：产生新族群；S6：重复S3‑S5，直到满足全局最优解的出现后，结束迭代；本发明中，对初始群体进行基因编目，通过评价得分进行群体筛选，满足条件的个体基因得以保留，将保留下的基因进行交叉遗传和基因突变，得到一个新的群体，迭代这个流程直到满足全局最优解的出现结束迭代。

技术领域

本发明涉及领域，尤其涉及一种基于遗传算法的社区空巢老人帮扶调度方法。

背景技术

当今社会逐渐步入老龄化，很多子女外出求学务工，对空巢老人帮扶、照料是一个社区的重要工作。社区工作人员或医护人员一般从服务中心出发，依次访问各个老年人居住点并返回护理中心，由于社区工作人员或医疗护理人数有限，加上上门路程消耗，以及到达后的服务时间消耗，社区工作人员或医疗护理人员往往面临工作量大、工作效率低等问题，导致服务质量降低，老年人满意度不高。

问题可以转化为单服务中心和多服务人员类型以及随机服务时间的带软时间窗的上门护理人员调度问题。居家养老医疗护理服务中面临的一个主要问题是在满足约束的情况下，要求合理安排服务人员及其访问客户的路线，使得完成服务任务的总成本最小，客户时间满意度最高。合理优化与调度护理人员的客户访问次序对于充分利用服务资源，提高客户满意度和服务质量具有重要的意义。

目前路径规划的应用场景非常广泛，而其中遗传算法作为该领域的一个重要解决方式也得到了广泛的研究和应用。在遗传算法路径规划的研究中经常只是求得对单一最优路径解决方案，但是却遗漏了在真实应用场景中往往不是只有路径这单一因素影响实际的路径规划问题，如本发明中的老人帮扶调度还需要考虑时间满意度因子、社区服务站的最大资源负载因子、社工速度因子的影响，传统意义上的遗传算法单一最小路径无法满足。

发明内容

(一)发明目的

为解决背景技术中存在的技术问题，本发明提出一种基于遗传算法的社区空巢老人帮扶调度方法。

(二)技术方案

为解决上述问题，本发明提出了一种基于遗传算法的社区空巢老人帮扶调度方法，包括以下步骤：

S1：开始；

S2：创建初始族群；对初始群体数据进行编码；

S3：评价，通过评价得分进行群体筛选；

S4：判断是否满足停止准则；若，满足停止准则，则过程结束；若，不满足停止准则，则进入S5；

S5：产生新族群；其中，S3中满足条件的个体基因得以保留，将保留下的基因进行交叉遗传和基因突变，得到一个新的群体；

S6：重复S3-S5，直到满足全局最优解的出现后，结束迭代；

其中，对新族群的评价公式为：

总权重＝(各个线路距离之和×线路权重)+(各个老人的满意度之和×满意度权重)+(超负载工作时间之和×超负荷工作惩罚权重)+(规划线路数量×线路数量权重)；

评价包括以下因素：

A：路程距离；

欧式距离，两点距离计算，计算公式为：

C＝sin(MLatA)×sin(MLatB)×cos(MLonA-MLonB)+cos(MLatA)×cos(MLatB)。

根据经纬度计算，计算公式为：

Distance＝R×Arccos(C)×π/180；