摘要
在家庭保健安排和路由问题(HomeHealthCareSchedulingandRoutingProblem,
HHCSRP)的研究中,现有的分配模型中考虑的优化目标较为单一,难以满足实际场景
中相关需求.如何兼顾护理机构、患者和护理人员三方的需求,构建包含多个目标的优
化模型并有效求解,形成服务周期内护理人员的具体分配方案是十分重要的.多目标
演化算法求解多个优化目标的模型,但随着优化目标与决策变量的增加,多目标演化
算法的搜索效率降低.此外,在多目标演化算法求解得到的解集合中应用决策分析方
法筛选符合决策者偏好的最优个体也十分重要.为了解决上述问题,本文构建了两个
HHCSRP优化模型,并提出两个改进的四目标优化算法分别对其求解.本文的主要工
作包括:
(1)考虑单日的护理人员分配问题,兼顾多方的需求和利益,建立包括服务成本、
收入平衡、工作量差异和患者满意度的四目标优化模型.提出基于多样性提升的双存
档算法(D-TA2)用于求解四目标模型,并根据模型特点完成编码设计.D-TA2在收敛
性档案中引入促进多样性的基于转换密度估计的指标,在多样性档案中加入重复分析
降低个体相似度.将D-TA2与其他MOEAs进行对比,实验结果表明,D-TA2能较好
地求解提出的四目标优化模型.
(2)考虑中长期的护理人员分配问题,需要为患者提供多日的护理方案,拓展问
题的规模.建立包括支出成本、护理连续性、路径成本和患者满意度的四目标优化
模型,并求解护理人员路径最短时的护理次序.提出基于决策变量分组的双存档算法
(C-TA2),在种群初始化后应用控制分析将决策变量分为两类.固定多样性相关变量集
DV.针对收敛相关变量集CV进行分组,应用差分进化分别优化子组变量,然后应用
Two_Arch2算法优化全部变量.将C-TA2与其他MOEAs在测试函数中对比HV和
IGD指标值,验证C-TA2算法的有效性.应用C-TA2求解四目标优化模型,并根据多
周期的模型特点完成编码方案.与同类型的MOEAs进行对比,实验结果表明,C-TA2
能较好地求解提出的四目标优化模型.
(3)通过MOEAs求解得到的解集中包含多个可行解,决策者需要从解集中筛选一
个最终方案.为了结合决策偏好并使得筛选最优解的过程更具科学性,提出基于组合
权重的理想解相似度(TOPSIS)决策方法,用于从MOEAs得到的解集合中筛选个体.
该决策方法包括三个过程:基于层次分析法计算主观权重,基于熵权法计算客观权重,
使用TOPSIS决策方法结合主客观组合权重求解最优个体.实验结果表明,在四个优
化目标中,改进的算法求得的最终解整体更优.
关键:家庭保健安排和路由问题;多目标演化算法;决策变量分组;决策分析
-I-
-II-
ABSTRACT
Inthestudyofhomehealthcareschedulingandroutingproblem(HHCSRP),theop-
timizationobjectivesconsideredintheexistingallocationmodelaresingleanddifficult
tomeettherelevantrequirementsintheactualscenario.Itisveryimportanttotake
intoaccounttheneedsofnursinginstitutions,patientsandnursingstaff,establishan
optimizationmodelwithmanyobjectivesandeffectivelysolvethem,an