基于水文循环算法的医护人员调度优化
护士排班问题(NRP)是典型的NP-hard问题,指在规定的工作周期内,将一定数量的不同技能与偏好的护士分派去完成一组不同类型的工作班次,同时满足所有硬性约束,尽可能满足更多的软约束.目前为止,元启发式算法是解决NRP问题最好的办法.本文采用水文循环优化算法(HCO)求解NRP模型,其包括了三个算子:流动,渗透,蒸发与降水,分别具有向最优解靠拢,局部搜索,保持多样性的作用.通过HCO算法解决现实生活中的案例,对其性能进行了评估,即使用HCO算法找到在既定的周期内,使全局最优的每个护士的最佳排班.在求解过程中,首先,随机搜索求得满足所有硬性约束的初始可行解,然后在每次的迭代中更新并追踪最佳个体,以此寻找具有最小适应度函数即更多满足软约束的全局最优解.为了证明HCO的有效性和良好的性能,本文选择PSO和DE两个经典算法作为比较算法.实验结果表明HCO算法的求解结果优于对比算法,证明其针对护士排班调度问题的优越性、有效性以及稳定性.
护士排班问题 优化调度 水文循环算法
牛奔 刘倩颖 彭念姣 蚁文洁
深圳大学管理学院,广东省深圳市,518060 湖南涉外经济学院商学院,湖南长沙,410205
国内会议
杭州
中文
1-6
2018-11-03（万方平台首次上网日期，不代表论文的发表时间）