[发明专利]基于蚁群优化的医疗系统入院调度方法

摘要

本发明公开了的一种基于蚁群搜索算法的患者入院安排调度方案。该技术同时考虑了医院资源约束、患者入院次数与患者最大等待时间三个约束，通过尽可能多的对病情严重程度不同的患者办理入院手续并进行治疗，以此来达到提高医院的服务质量的目的。该技术模拟真实的医院与病人情况来引入解构造图，灵活的设计规则能使蚁群搜索算法中的每一只蚂蚁能够基于已经获取的历史信息与启发式教育学习的知识高效地从解构造图中得到入院问题的下一个可接受解。通过局部信息素更新减少蚂蚁重复搜索的开销，利用全局信息素更新来增加蚂蚁搜索到更优解的机会，这样进一步提高了该技术的搜索效率，从而在有限次数的搜索过程中寻找到一个尽可能满目标函数的入院患者的安排调度方案。

主权项

1.一种基于蚁群优化的入院调度方法，其特征在于，发明的方法包括以下步骤：(1)初始化：设置算法的控制参数，建立解构造图，并初始化解构造图上的信息素分布；(2)蚂蚁构造解：每只蚂蚁a都会在解构造图上进行搜索并构造一个解X^(a)，a＝1，2，...，n，n为蚂蚁总数，蚂蚁的解构造过程由启发式信息与信息素共同引导，具体而言，发明的方法在构造图的结点上放置信息素，由于构造图的每个结点代表一位病人的入院安排，信息素实际记录了蚁群过去构造的病人入院调度方案的历史信息，调度方案的质量越好，相应结点上的启发式信息浓度越高，因此信息素可以引导蚁群尽快地找到高质量解，另一方面，发明的方法根据每个结点对应病人的剩余等待时间计算启发式信息，使剩余等待时间较短的病人能够被较早地安排入院，从而提高医院的吞吐量；(3)对解进行评估：发明的方法采用两个标准Z₁和Z₂来衡量入院调度方案质量，Z₁是入院病人病情危重等级的均值，Z₁越大，则医院对危重病人的服务越及时，Z₂是医院的吞吐量，Z₂越大，则医院的工作效率越高，根据以上两个标准，定义评估函数f如下：ψd=Σi∈Wi(d)Σj=1msixij/Σi∈Wt(d)si---(1)maxZ1=1DΣd∈Dψd---(2)maxZ2=1|Wt|Σi∈WtΣj=1mxij---(3)]]>f＝ω₁·exp(-Z₁)+ω₂·exp(-Z₂)     (4)其中ω₁与ω₂分别为医院管理者为上述两个标准定义的权重比例；(4)局部信息素更新：每当一只蚂蚁完成一次解构造后，进行局部信息素更新，以降低已找到的入院调度方案所包含结点的信息素浓度，从而增加蚂蚁探索其它入院调度方案的可能性，提高所发明方法的全局搜索能力；(5)全局信息素更新：所有蚂蚁完成解构造后，进行全局信息素更新，以增加全局最优解所包含结点的信息素浓度，从而吸引更多蚂蚁在最优解的邻域中进行搜索；(6)结束条件检查：完成全局信息素更新后，发明的方法完成一次迭代，若算法满足搜索的终止条件，那么返回当前最优解作为算法的结果，否则，返回(2)进行下一次迭代运算。