医院手术调度问题的两阶段鲁棒优化方法研究

手术服务时间受患者身体状况,医生技术水平等因素影响,具有不确定性.如何有效地调度患者手术成为医院管理的一大挑战.研究了医院的手术调度问题,以院方收益最大为目标,在考虑患者最迟手术日期限制的情况下,建立了手术调度问题的确定型模型.进一步考虑手术服务时间的不确定性,将手术的服务时间表示为有界区间,考虑了管理者风险偏好对患者服务时间不确定集的影响,在确定型模型的基础上,提出了区间型手术调度问题的两阶段鲁棒优化方法.数值实验结果表明,将鲁棒优化运用于手术调度问题,能够减小服务时间不确定性给医院效益带来的影响.同时,考虑最迟手术日期会降低医院收益,最大收益差可达到10.7%.     

社区居家养老服务的预约调度与路径规划问题研究:基于改善蚁群算法

随着中国人口进一步老龄化,养老行业受到各界越来越多的重视.中国的养老行业具有与其他国家不同的特点,表现为需要服务的老年人多且分布密集,一般以社区的形式集中在某个范围之内.这篇文章面向中国特色大型社区的居家养老服务领域,研究如何根据老人的预约来规划护工的路径并优化工作日程调度.本文根据三种护工技能水平和老人需求的组合,假设老人接受服务的时长服从正态分布,并通过设置不同的均值和方差值,研究了需求波动对算法和机构决策的影响.实际业务中老人一般会向机构事先提出预约,因此通过设置不同的时间窗对预约进行了数学描述,并分析了不同的预约类型和不同长短的预约时段对问题规划的影响.作者改善了原始蚁群算法的转移概率函数,使用多个实例对算法进行了测试分析,结果显示,计算机代替人工进行规划和调度将大幅节省决策者的时间成本.     

多个医生环境下考虑取消预约的门诊预约策略

针对在多个医生的医疗环境下具有两类预约患者(提前预约患者和当天预约患者)的门诊预约问题,在考虑提前预约患者可能存在取消预约行为的情形下,提出了一种用于决定是否接受提前预约患者的预约请求的门诊预约策略.以医院的期望收益最大作为决策目标,建立了存在取消预约情形的门诊预约问题的马尔科夫过程模型(期望收益模型);将该模型进行等价转化并给出了相关性质;证明了对于任意的提前预约时段,均存在对应于每个医生的提前预约患者的最优数量,进而给出了该门诊预约问题的最优预约策略以及确定该策略的精确算法;数值仿真验证了所提出预约策略的适用性和有效性.     

服务模式可变换的家庭医护人员调度优化问题

家庭医生不仅在社区医院为普通病人提供门诊服务,也为行动不便的病人提供上门服务.为了更加灵活地分配医疗资源,允许医护人员的服务模式在上门和门诊之间进行切换,提出一种服务模式可变换的家庭医护人员调度优化问题.以最小化路径成本、门诊病人等待惩罚和最大化医护人员服务模式偏好满意度为目标建立了混合整数规划模型,并设计了改进的混合遗传算法对问题进行求解.数值实验表明:允许医护人员服务模式双向变换可以有效降低运营成本;改进的混合遗传算法可以有效地求解不同规模的问题.     

一种不确定条件下批处理过程的鲁棒调度模型

批处理过程中存在大量的不确定因素,通常表现在参数的变化上,这使得确定性的生产调度模型难以得到令决策者满意的调度结果.为了解决这一问题,文章从鲁棒优化的角度出发,给出了鲁棒调度的新定义,其核心是在调度的可行性与最优性之间寻求均衡.介绍并提出了相关的鲁棒性指标来衡量调度的鲁棒性.并依据这种思想,针对不确定需求建立了一种新的鲁棒调度模型,该模型允许在一定程度上违背某些约束,但要求对这种违背进行补偿,规定补偿行为,并将补偿成本记入优化目标,从而实现鲁棒优化.仿真结果表明,利用该模型可以得到鲁棒性更强的调度方案,并且满足一定的最优性.     

多医生环境考虑患者爽约的门诊预约决策方法

针对多个医生医疗环境下具有提前预约和当天预约两类预约患者的门诊预约问题,在考虑提前预约患者可能存在爽约行为的情形下,提出了一种用于决定是否接受提前预约患者的预约请求的门诊预约决策方法.文中首先以医院的期望收益最大作为决策目标,建立了患者存在爽约行为的医疗预约问题的马尔可夫过程模型;然后基于所建立模型的特征,证明了对于任意的提前预约时段,均存在对应于每个医生的提前预约患者的最优预约数量的上界,且此上界随着患者爽约概率的增加而增加,随着预约所有医生的患者总数的增加而减小;进一步地,给出了该门诊预约问题的一种预约决策方法以及确定该方法的精确算法;最后,通过数值实验说明了本文所提出的决策方法的适用性和有效性.     

卫星地面站资源调度优化模型及启发式算法

针对涉及合理确定各地面站各类设备的数量及其分布,对设备进行最优调度,提高地面系统资源利用率等卫星地面站资源优化问题,建立了一种非线性泛函优化模型,并根据实际,在适当假设的基础上建立了系统的0-1规划模型。为了求解模型,提出基于地面站资源冲突消解策略,提出了一种启发式调度算法。利用该算法,研究了一个5站10星问题的调度方案,并与人工经验调度方案进行了比较。结果表明,采用这种启发式调度算法,卫星获得服务的时间增加,平均每天服务总圈数没有明显下降,说明该算法是有效的。     

基于客户心理期望的云制造多任务调度优化

针对云制造多任务调度问题,分析了多任务调度的流程和服务的搜索与匹配框架,基于前景理论提出了以降低客户总体不满意度为优化目标的调度模型,然后设计了改进的遗传算法对该模型进行求解。在模拟实验中,将基于时间和成本的模型与该模型作对比,发现基于时间和成本模型在满足客户需求与期望方面存在不足,而基于客户心理期望的模型能够满足每个客户的需求与期望,同时保障平台的整体调度性能。两组实验同时验证了设计算法的有效性。     

基于租还车需求影响的共享单车调度问题研究

当用户前往共享单车站点租车而站点无自行车或用户还车而无空桩时,将发生未满足租车或还车服务,造成经营方收益损失.为了优化服务,以包含停运期和营运期、在停运期进行自行车静态调度的共享单车系统为研究对象,调度成本和未满足服务损失成本为目标函数,调度卡车启用、旅行路线及站点间车辆调度为决策变量,营运期站点在站自行车数量为状态变量,综合分析调度策略与站点间租还车需求相互作用引发状态变量变化的动态演化过程,分析调度活动的内在逻辑,构建非线性静态调度优化模型,提出一种线性化方法,将其转化为线性规划模型.然后,根据问题特性设计了一种可求解大规模问题的人工蜂群-贪婪算法.最后,应用数值算例对问题性质和算法性能进行分析,结果显示单位租还车损失成本和调度能力对调度优化效果有重要影响,人工蜂群-贪婪算法在求解大规模问题时具有一定优势.研究成果可为共享单车调度提供决策支持.     

结合Benders分解和列生成的发热门诊排班数学建模和优化算法

发热门诊是抗击疫情最前线，发热门诊中的医生排班对于系统运行效率和医疗服务质量都非常重要，需要科学的排班优化算法。针对发热门诊医生排班调度问题，首先采用逐点稳态流近似方法对系统建模，定量评估系统中等待服务的患者数目，基于此建立了考虑患者排队队长限制的医生排班数学优化模型。进一步，为求解该模型设计了结合Benders分解与列生成的高效算法，对此复杂优化问题加以高效求解。最后，利用上海大型医院发热门诊的实际数据加以数值实验分析，验证了所提出算法的排班结果，显示了其在控制患者队长和医生总工作时间上具有优势。数值结果进一步验证所提出方法能适应疫情严重情况下的医生排班优化要求。研究得到的模型和算法对完善疫情中发热门诊的运作管理具有实际意义。     

基于机会约束的手术计划随机模型与算法

本文研究多服务台手术计划调度问题,考虑手术时间的不确定性,提出手术室加班时间的机会约束,以一定的概率保证病人的手术时间不超过手术室的开放时间,建立随机优化机会约束手术计划调度模型,确定手术室的开放和分配决策.基于手术时间离散的概率情景,引入0-1变量转化机会约束,得到了0-1整数线性规划的等价模型.为了提高模型的求解效率,提出两类有效不等式,并设计最长路径算法分离第二类有效不等式,利用分支切割方法进行模型求解.算例分析,基于北京某医院的实际数据,验证算法的有效性,确定最优的手术计划调度方案,有效地优化配置手术室资源.     

基于拉格朗日松弛的预约调度模型与算法

针对带有爽约的预约调度问题,在假定未爽约病人都在相应预约段的起始点准时到达的情况下,构建了一个以预约人数为优化变量的整数规划模型.目标函数包括服务病人收益、病人等待费用及系统超时费用.通过松弛各时间段剩余人数概率的关联约束,提出了基于拉格朗日松弛的求解算法,其松弛问题通过动态规划求解,对偶问题通过经典的次梯度法求解.数值实验表明,针对小规模的预约段数,该算法都能找到最优解;当预约段数较大时,算法找到的最好解整体上优于文献中已有的算法,从而验证了算法的有效性.     

基于MRO服务提供商的设备预维修调度

为了解决MRO服务提供商的预维修调度问题,提出了基于设备故障预期的预维修人员优化调度方法。在该研究方法中,分析了MRO服务提供模式及其优点,建立了基于设备故障统计分布的预维修计划时间优化模型,根据模型确定设备的预维修计划时间,建立了设备预维修调度模型,采用量子粒子群算法对模型求解,并比对基于预维修计划时间的先来先服务方法。最后,通过实例示例了基于MRO服务提供商的预维修调度的求解过程,并对结果进行了分析,保证了模型的合理性及算法求解的有效性。     

钢箱梁生产的提前/拖期调度问题研究

本文以港珠澳大桥钢箱梁生产供应过程为研究对象,建立了钢箱梁生产的提前/拖期优化调度模型,并且针对模型的特点提出了一种基于启发式规则的改进遗传算法,在最优开工时间的基础上加入了拖期工件的剔除规则,有效地解决了工序不确定情况下的提前/拖期优化调度问题,并与无剔除规则的遗传算法进行比较,发现改进的方法在最优成本和收敛速度方面都有较大的改善.     

网络化制造模式下基于改进蚁群算法的供应链调度优化研究

为制定网络化制造（networked manufacturing,NM）模式下供应链合作成员间的动态调度策略,构建了由制造商、协同设计商以及客户组成的三层动态调度模型;在生产能力约束、多目标优化约束等制约因素下,采用时间函数、成本函数和延期惩罚函数三个目标函数对调度问题进行描述;使用改进蚁群算法（improved ant colony optimization algorithm,IM-ACO）,对调度路径可行解节点添加不同的信息素,并将信息素浓度约束在τ_min和τ_max之间,使得供应链客户个性化需求服务、运作时间、成本等综合收益达到最优. 实例仿真表明本文提出的动态调度优化算法求解具有较快的搜索速度、收敛性好,算法具有较好的稳定性;同时,也表明本文构建调度模型合理,可以为实际生产调度提供优化的策略.     

基于模糊时间窗的车辆调度干扰管理研究

为解决由顾客需求变动引发的物流配送干扰问题,最大化满足顾客需求并兼顾企业利益,提出基于模糊时间窗的车辆调度干扰管理方法.采用干扰管理思想对由客户需求变动引起的实时车辆调度问题进行研究,在深入分析现实中客户服务时间要求特征的基础上,把客户满意度水平定义为模糊时间窗的隶属度函数,并提出了车辆调度干扰恢复问题转换策略,构建了基于模糊时间窗的客户需求变动干扰管理救援模型,实现从顾客、驾驶员和供应商3方面对干扰影响程度的度量.为寻求最优解,设计模糊遗传算法,并改进了基于客户点的编码方式.在算法中用模糊优化程序处理问题的模糊特征,通过对客户服务时间的局部调整来确定最佳服务时间.实例结果表明了时间窗模糊化处理、扰动恢复模型及算法在应用中的有效性.     

动态需求的多车型车辆调度问题及云遗传算法

根据动态信息产生的时间点不同提出时间轴概念,利用时间轴将动态车辆调度问题转化为一系列的静态车辆调度问题,建立考虑车载率和油耗的综合费用为优化目标的车辆调度模型.利用云模型云滴的随机性和稳定倾向性改进自适应遗传算法中交叉率和变异率设置方式,设计云自适应遗传算法对车辆调度问题进行实时再优化.最后,结合算例对模型和算法的有效性进行验证.     

不确定需求下基于分布式鲁棒机会约束的车辆调度问题研究

随着新能源汽车共享模式的迅速发展,允许异地还车导致车辆不均衡问题日益突出.本文考虑不确定的车辆需求,基于需求量的均值和方差等部分信息,最小化最坏情况下系统可用车辆和空闲停车位的机会约束,建立分布式鲁棒优化机会约束车辆调度模型,以总成本最小化为目标,得出模型的数学性质和易求解的等价形式,确定停车桩之间的车辆调度数量.最后,以北京市15个停车桩的车辆调度为例,确定最优的车辆调度方案.结果表明,随着服务水平的增加,调度成本和车辆调度数量增加明显,当服务水平增加到一定程度后,应增加系统的车辆数和停车位以满足服务水平的要求.决策者可根据自己的偏好及系统的服务要求,选择恰当的服务水平参数组合,以获得最优的车辆调度方案.     

基于能源区块链的综合能源系统调度优化模型及其应用

综合能源服务是在能源互联网背景下产生的新型能源服务模式，在综合能源服务系统中产销主体众多，能源生产消费多元化，针对综合能源系统调度过程中存在的信息安全及损耗问题，提出基于能源区块链的综合能源服务调度优化模型。利用区块链技术的去中心化、可信任和交易透明化的特性，构建基于区块链的综合能源服务网络架构；以系统经济效益及环保效益最大化为目标建立调度优化模型，有效降低系统运营成本，使得经济效益和环保效益得到较大提升。案例分析表明：能源区块链技术能够提高综合能源系统的安全性，保证相关数据不可篡改；同时，构建的综合能源服务调度优化模型能够为综合能源系统运营管理及调度优化问题提供决策支持与理论支撑。     

基于仿真的双目标并行机开放车间自适应动态调度

针对工件到达时间与加工时间不确定，且存在紧急工件的并行机开放车间调度问题，以TWC(total weighted completion time)与TWT(total weighted tardiness)为优化目标，设计了一种集成FlexSim仿真模型与NSGA-Ⅱ算法的自适应动态调度方法。该方法以FlexSim模型仿真工件的生成和加工为基础，根据车间实时负荷确定动态调度周期，对紧急工件进行右移重调度，利用NSGA-Ⅱ算法生成双目标优化的调度方案。某晶粒拣选车间生产数据的实验结果表明，相较于利用规则的实时动态调度与固定周期重调度，提出的方法能够在最小化调度偏离度的同时获得满意解。