加权完成时间最小情况下基于蜻蜓算法的手术室调度方法技术

技术编号:19906222 阅读:20 留言:0更新日期:2018-12-26 03:46
本发明专利技术提供一种手术加权完成时间最小情况下基于蜻蜓算法的手术室调度方法和系统、存储介质,该方法包括:获取待做的多台手术中每台手术的手术时长;根据所述多台手术中每台手术的优先级和患者等待时长,确定该台手术的权重;根据所述多台手术各自的手术时长和权重,采用预设蜻蜓算法确定目标函数的解,并根据目标函数的解对手术室进行调度;所述目标函数为所述多台手术的总加权完成时间最小。本发明专利技术结合手术优先级、患者等待时长因素选取总加权完成时间最小作为目标函数,合理进行手术室调度。

【技术实现步骤摘要】
加权完成时间最小情况下基于蜻蜓算法的手术室调度方法
本专利技术涉及手术室调度
,具体涉及一种手术加权完成时间最小情况下基于蜻蜓算法的手术室调度方法和系统、存储介质。
技术介绍
在以往的研究中,很多国内外学者针对手术室调度问题,需要把待做的多个手术分配到不同的手术室,同时每个手术室中的手术有一定顺序,以达到最小化医院费用损失,使手术时长最长的手术室今早结束手术等目标。目前,大部分医院手术室的调度依靠的是科室主任和护士长的经验手工安排手术室和手术顺序,工作量大,合理性差。因此,通过智能算法、启发式算法等对手术室进行合理的调度,将会提高手术室的利用率,达到降低费用、提高患者满意度,具有很强的现实意义。
技术实现思路
(一)解决的技术问题针对现有技术的不足,本专利技术提供了一种手术加权完成时间最小情况下基于蜻蜓算法的手术室调度方法和系统、存储介质,能够智能且合理的调度手术室。(二)技术方案为实现以上目的,本专利技术通过以下技术方案予以实现:第一方面,本专利技术提供一种手术加权完成时间最小情况下基于蜻蜓算法的手术室调度方法,包括:S100、获取待做的多台手术中每台手术的手术时长;根据所述多台手术中每台手术的优先级和患者等待时长,确定该台手术的权重;S200、根据所述多台手术各自的手术时长和权重,采用预设蜻蜓算法确定目标函数的解,并根据目标函数的解对手术室进行调度;所述目标函数为所述多台手术的总加权完成时间最小;其中,所述采用预设蜻蜓算法确定目标函数的解,包括:S201、设定所述预设蜻蜓算法的算法参数,所述算法参数至少包括最大迭代次数、食物源、天敌和蜻蜓个数;S202、根据手术室的数量和所述多台手术的台数,生成所述目标函数的初始解;S203、对所述初始解进行变异操作得到每只蜻蜓的初始位置,并确定每只蜻蜓的初始速度,以实现对蜻蜓种群的初始化;S204、计算每只蜻蜓的个体适应度值,并将所述个体适应度值分别与食物源适应度值和天敌适应度值进行比较:若所述个体适应度值大于食物源适应度值,则将食物源更新为该只蜻蜓的位置;否则,保持所述食物源不变;若所述个体适应度值小于天敌适应度值,则将天敌更新为该只蜻蜓的位置;否则,保持所述天敌不变;S205、针对每一只蜻蜓,根据视野半径和该只蜻蜓与其他蜻蜓之间的欧式距离,确定在该只蜻蜓的视野范围内是否存在其他蜻蜓:若是,则计算该只蜻蜓的种族因素,并根据所述种族因素对该只蜻蜓的速度和位置进行更新;否则,采用随机游走的方式对该只蜻蜓的位置进行更新;S206、增加每只蜻蜓的视野半径;S207、将每一蜻蜓的位置修正为距离最近的正整数;S208、判断各个蜻蜓的位置是否相同:若是,则将蜻蜓的位置作为收敛解,并进入S209;否则,返回步骤S204;S209、对所述收敛解进行禁忌搜索操作,得到当前迭代过程的全局最优解;S210、判断当前迭代次数是否小于最大迭代次数:若是,则将当前迭代次数加1,并返回步骤S203;否则,将最后一次迭代过程得到的全局最优解作为所述目标函数的解。第二方面,本专利技术提供一种手术加权完成时间最小情况下基于蜻蜓算法的手术室调度系统,包括:获取模块,用于执行:S100、获取待做的多台手术中每台手术的手术时长;根据所述多台手术中每台手术的优先级和患者等待时长,确定该台手术的权重;调度模块,用于执行S200、根据所述多台手术各自的手术时长和权重,采用预设蜻蜓算法确定目标函数的解,并根据目标函数的解对手术室进行调度;所述目标函数为所述多台手术的总加权完成时间最小;其中,所述采用预设蜻蜓算法确定目标函数的解,包括:S201、设定所述预设蜻蜓算法的算法参数,所述算法参数至少包括最大迭代次数、食物源、天敌和蜻蜓个数;S202、根据手术室的数量和所述多台手术的台数,生成所述目标函数的初始解;S203、对所述初始解进行变异操作得到每只蜻蜓的初始位置,并确定每只蜻蜓的初始速度,以实现对蜻蜓种群的初始化;S204、计算每只蜻蜓的个体适应度值,并将所述个体适应度值分别与食物源适应度值和天敌适应度值进行比较:若所述个体适应度值大于食物源适应度值,则将食物源更新为该只蜻蜓的位置;否则,保持所述食物源不变;若所述个体适应度值小于天敌适应度值,则将天敌更新为该只蜻蜓的位置;否则,保持所述天敌不变;S205、针对每一只蜻蜓,根据视野半径和该只蜻蜓与其他蜻蜓之间的欧式距离,确定在该只蜻蜓的视野范围内是否存在其他蜻蜓:若是,则计算该只蜻蜓的种族因素,并根据所述种族因素对该只蜻蜓的速度和位置进行更新;否则,采用随机游走的方式对该只蜻蜓的位置进行更新;S206、增加每只蜻蜓的视野半径;S207、将每一蜻蜓的位置修正为距离最近的正整数;S208、判断各个蜻蜓的位置是否相同:若是,则将蜻蜓的位置作为收敛解,并进入S209;否则,返回步骤S204;S209、对所述收敛解进行禁忌搜索操作,得到当前迭代过程的全局最优解;S210、判断当前迭代次数是否小于最大迭代次数:若是,则将当前迭代次数加1,并返回步骤S203;否则,将最后一次迭代过程得到的全局最优解作为所述目标函数的解。第三方面,本专利技术提供一种计算机存储介质,其上存储有计算机程序,在所述计算机程序被处理器执行时可实现上述的手术加权完成时间最小情况下基于蜻蜓算法的手术室调度方法。(三)有益效果本专利技术实施例提供了一种手术加权完成时间最小情况下基于蜻蜓算法的手术室调度方法和系统、存储介质,具备以下有益效果:结合手术优先级、患者等待时长因素选取总加权完成时间最小作为目标函数,合理进行手术室调度,求得目标函数的解,由于考虑到了实际手术安排中的多种因素,因此为手术室调度合理性提供可靠的依据和决策支持,降低手术室超时成本,提高手术室利用率,提高医疗质量,提高患者满意度,推动医院现代化智能手术室的构建。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1示出了本专利技术一实施例中手术加权完成时间最小情况下基于蜻蜓算法的手术室调度方法的流程示意图;图2示出了本专利技术一实施例中手术加权完成时间最小情况下基于蜻蜓算法的手术室调度系统的结构框图;具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。第一方面,本专利技术提供一种手术加权完成时间最小情况下基于蜻蜓算法的手术室调度方法,该方法包括:S100、获取待做的多台手术中每台手术的手术时长;根据所述多台手术中每台手术的优先级和患者等待时长,确定该台手术的权重;可理解的是,每台手术的手术时长可以根据以往多个相似患者的手术时长的平均值。在实际应用时,手术的优先级可以根据手术的难易、危急与否等因素确定。手术的权重可以采用下式计算:w=α+λβ式中,α表示该台手术的优先级映射在[0,1]区间中的值,β表本文档来自技高网...

【技术保护点】
1.一种手术加权完成时间最小情况下基于蜻蜓算法的手术室调度方法,其特征在于,包括:S100、获取待做的多台手术中每台手术的手术时长;根据所述多台手术中每台手术的优先级和患者等待时长,确定该台手术的权重;S200、根据所述多台手术各自的手术时长和权重,采用预设蜻蜓算法确定目标函数的解,并根据目标函数的解对手术室进行调度;所述目标函数为所述多台手术的总加权完成时间最小;其中,所述采用预设蜻蜓算法确定目标函数的解,包括:S201、设定所述预设蜻蜓算法的算法参数,所述算法参数至少包括最大迭代次数、食物源、天敌和蜻蜓个数;S202、根据手术室的数量和所述多台手术的台数,生成所述目标函数的初始解;S203、对所述初始解进行变异操作得到每只蜻蜓的初始位置,并确定每只蜻蜓的初始速度,以实现对蜻蜓种群的初始化;S204、计算每只蜻蜓的个体适应度值,并将所述个体适应度值分别与食物源适应度值和天敌适应度值进行比较:若所述个体适应度值大于食物源适应度值,则将食物源更新为该只蜻蜓的位置;否则,保持所述食物源不变;若所述个体适应度值小于天敌适应度值,则将天敌更新为该只蜻蜓的位置;否则,保持所述天敌不变;S205、针对每一只蜻蜓,根据视野半径和该只蜻蜓与其他蜻蜓之间的欧式距离,确定在该只蜻蜓的视野范围内是否存在其他蜻蜓:若是,则计算该只蜻蜓的种族因素,并根据所述种族因素对该只蜻蜓的速度和位置进行更新;否则,采用随机游走的方式对该只蜻蜓的位置进行更新;S206、增加每只蜻蜓的视野半径;S207、将每一蜻蜓的位置修正为距离最近的正整数;S208、判断各个蜻蜓的位置是否相同:若是,则将蜻蜓的位置作为收敛解,并进入S209;否则,返回步骤S204;S209、对所述收敛解进行禁忌搜索操作,得到当前迭代过程的全局最优解;S210、判断当前迭代次数是否小于最大迭代次数:若是,则将当前迭代次数加1,并返回步骤S203;否则,将最后一次迭代过程得到的全局最优解作为所述目标函数的解。...

【技术特征摘要】
1.一种手术加权完成时间最小情况下基于蜻蜓算法的手术室调度方法,其特征在于,包括:S100、获取待做的多台手术中每台手术的手术时长;根据所述多台手术中每台手术的优先级和患者等待时长,确定该台手术的权重;S200、根据所述多台手术各自的手术时长和权重,采用预设蜻蜓算法确定目标函数的解,并根据目标函数的解对手术室进行调度;所述目标函数为所述多台手术的总加权完成时间最小;其中,所述采用预设蜻蜓算法确定目标函数的解,包括:S201、设定所述预设蜻蜓算法的算法参数,所述算法参数至少包括最大迭代次数、食物源、天敌和蜻蜓个数;S202、根据手术室的数量和所述多台手术的台数,生成所述目标函数的初始解;S203、对所述初始解进行变异操作得到每只蜻蜓的初始位置,并确定每只蜻蜓的初始速度,以实现对蜻蜓种群的初始化;S204、计算每只蜻蜓的个体适应度值,并将所述个体适应度值分别与食物源适应度值和天敌适应度值进行比较:若所述个体适应度值大于食物源适应度值,则将食物源更新为该只蜻蜓的位置;否则,保持所述食物源不变;若所述个体适应度值小于天敌适应度值,则将天敌更新为该只蜻蜓的位置;否则,保持所述天敌不变;S205、针对每一只蜻蜓,根据视野半径和该只蜻蜓与其他蜻蜓之间的欧式距离,确定在该只蜻蜓的视野范围内是否存在其他蜻蜓:若是,则计算该只蜻蜓的种族因素,并根据所述种族因素对该只蜻蜓的速度和位置进行更新;否则,采用随机游走的方式对该只蜻蜓的位置进行更新;S206、增加每只蜻蜓的视野半径;S207、将每一蜻蜓的位置修正为距离最近的正整数;S208、判断各个蜻蜓的位置是否相同:若是,则将蜻蜓的位置作为收敛解,并进入S209;否则,返回步骤S204;S209、对所述收敛解进行禁忌搜索操作,得到当前迭代过程的全局最优解;S210、判断当前迭代次数是否小于最大迭代次数:若是,则将当前迭代次数加1,并返回步骤S203;否则,将最后一次迭代过程得到的全局最优解作为所述目标函数的解。2.根据权利要求1所述的方法,其特征在于,采用下式确定每台手术的权重:w=α+λβ式中,α表示该台手术的优先级映射在[0,1]区间中的值,β表示该台手术的患者等待时长映射在[0,1]区间中的值,λ表示优先级和患者等待时长两者的因素比例系数,h表示该台手术的患者等待时长,hmax表示所述多台手术中最长的患者等待时长,hmin表示所述多台手术中最小的患者等待时长。3.根据权利要求1所述的方法,其特征在于,所述对所述初始解进行变异操作得到每只蜻蜓的初始位置,包括:针对每一只蜻蜓执行以下步骤:采用第一随机函数确定该只蜻蜓变异的次数,所述第一随机函数为variation=rand(1,va),式中,variation为变异次数,rand(1,va)表示随机生成1到va之间的整数,va为大于1的整数;采用第二随机函数确定该只蜻蜓变异的种类,所述第二随机函数为p=rand(0,1),式中,p为变异的种类,取值为0或1,p为0表示变异的种类为突变,p为1表示变异的种类为交换;根据变异的次数和种类,对所述初始解进行变异处理,得到该只蜻蜓的初始位置。4.根据权利要求1所述的方法,其特征在于,采用下式确定第q只蜻蜓的初始速度:Vq=(v1,v2,...,vj,...,vn)vj=randv(-1,1)式中,Vq为第q只蜻蜓的初始速度,randv(-1,1)产生-1到1之间的随机数,n为所述多台手术的台数。5.根据权利要求1所述的方法,其特征在于,所述算法参数还包括:食物因素参数、天敌因素参数、分离因素参数、对齐因素参数、聚集因素参数和前一次迭代中的速度因素参数中的至少一个;对应的,所述种族因素包括食物因素、天敌因素、分离因素、对齐因素和聚集因素中的至少一个;采用下式计算第q只蜻蜓的种族因素:Fq=Xgb-X'qEq=Xwt-X'q式中,Fq为第q只蜻蜓的食物因素,Xgb为食物源,X'q为第q只蜻蜓的位置,Eq为第q只蜻蜓的天敌因素,Xwt为第q只蜻蜓的天敌,Sq为第q只蜻蜓的分离因素,为第q只蜻蜓的视野范围内的第j只蜻蜓的位置,Aq为第q只蜻蜓的对齐因素,为第q只蜻蜓的视野范围内的第j只蜻蜓的速度,Gq为第q只蜻蜓的聚集因素,N为在第q只蜻蜓的视野范围内蜻蜓的数量;对应的,采用下式对该只蜻蜓的速度和位置进行更新,包括:Vq'=(fFq+eEq+sSq+aAq+gGq)+vVqX"q=X'q+Vq'Vt式中,f为食物因素参数,e为天敌因素参数,s为分离因素参数,a为分离因素参数,g为聚集因素参数,v为上一次迭代的速度因素参数,Vq'为本次迭代的速...

【专利技术属性】
技术研发人员:范雯娟邵凯宁裴军丁帅偶德俊杨善林童贵显
申请(专利权)人:合肥工业大学
类型:发明
国别省市:安徽,34

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1