考虑老年人感知满意度的社区居家养老护理人员调度策略研究

近年来,随着人口老龄化进程不断加快,社区居家养老模式越来越受到社会各界的高度关注。为了向社区居家养老服务中心护理人员调度提供决策支持,研究考虑老年人感知满意度的护理人员调度问题。以社区居家养老预约服务为背景,首先融合前景理论和模糊理论分别从老年人等待时间、老年人对护理人员偏好和老年人对服务价格偏好三个方面建立老年人感知满意度函数;其次确定主要目标为最大化老年人综合感知满意度,次要目标为最小化社区居家养老服务中心运营成本的优化调度问题,并且构建了相应的混合整数非线性规划数学模型;最后综合应用遗传算法和模拟植物生长算法(PGSA)对该模型进行求解,其中遗传算法用于求解护理人员的服务顺序,PGSA用于求解护理人员调度方案,并且利用MATLAB软件进行仿真,同时引入粒子群算法与PGSA进行计算对比,发现PGSA在性能参数和计算时间方面都有明显的优势。通过算例验证分析,结果表明该模型在考虑老年人感知满意度的基础上,能够获得最优的护理人员调度方案,证明了上述优化模型和算法的可行性和有效性。     

基于成本和加班时长的双目标家庭护理人员调度问题

人口老龄化程度的持续加重使得家庭医疗护理服务逐渐发展。本文针对家庭护理人员调度优化问题,考虑医患的技能匹配、加班费用、加班时长和工作量分配的均衡性等因素,设定最大技能偏差和工作时长,建立了最小化运营成本和最小化最大加班时长的双目标混合整数规划模型。设计了改进的NSGA-II和SPEA-II算法对问题进行求解,数值实验表明:最大加班时长越长,运营成本越小;最大技能偏差和医护人员早到惩罚对目标的影响明显;小规模算例中两算法均表现良好,大中型规模算例中改进SPEA-II的效率更高。     

冷链物流同时送取货车辆路径优化

针对冷链物流同时送取货车辆路径优化问题,分析冷链物流配送中的车辆固定成本、行驶成本、制冷成本和货损成本等成本构成,以总成本最小化为目标,将冷链物流配送的送货和取货业务综合到每一个客户节点,建立单个配送中心和多个客户节点的冷链物流配送车辆路径优化模型,并采用遗传算法进行求解,算例分析验证了所建模型和设计算法的适用性和可行性,结果表明优化后的同时送取货车辆配送方案能够降低配送成本,提高配送效率,研究结论对冷链物流配送决策具有重要的参考价值.     

考虑生产计划的多周期切割问题优化研究

切割生产广泛存在于工业企业,是原材料加工的重要环节。已有文献主要关注单周期切割问题,但是切割计划也是生产计划的一部分,切割计划和生产计划应该协调优化,达到全局最优。本文研究考虑生产计划的多周期切割问题,目标是最小化运营成本,包括准备成本、切割成本、库存成本以及母材消耗成本。首先建立混合整数规划模型;提出动态规划启发式算法;最后对算例在多种情境下测试,分析成本因子变化对最优结果的影响。算法结果与CPLEX最优结果比较,平均误差为1.85%,表明算法是有效的。     

基于可变航速的支线集装箱船舶调度优化模型与算法

随着航运市场的竞争不断加剧和集装箱船舶大型化的发展,越来越多的航运企业选择轴-辐式航运网络模式。支线船舶调度问题作为轴-辐式航运网络的重要组成部分受到研究者的高度关注。本文研究了可变航速和经济航速两种情境下的支线船舶调度问题,同时考虑枢纽港和喂给港的取送箱时间窗限制,以航运企业运营成本最小化为目标函数建立非线性混合整数规划模型。首先使用专业的规划求解器进行小规模算例的求解,验证了模型的准确性。同时运用改进的遗传算法对大规模支线船舶优化调度模型进行求解。为了提高求解效果,进一步设计了多智能体进化算法进行求解。数值结果表明,可变航速的运营成本低于经济航速的运营成本;在算法效率方面,改进遗传算法收敛速度较快,多智能体进化算法则可以提高求解精度。     

集中通勤接送服务的最小化成本模型及算法

本文针对集中通勤接送服务业务流程中的车次分配与调度问题,建立了以最小化成本为目标的0-1混合整数规划模型,刻画了该问题所具有的多目标抵达地、多车协作、多行程车次等特征事实,同时考虑顾客满意度,以获得不同满意度下的近似最小成本。根据问题的复杂性和大规模性,设计开发了一种基于kNN思想的类标签启发式算法求解模型,拓展了构造路径的方法。算例数值结果表明,本文所设计模型和算法是有效性、可行的。     

基于遗传算法的非规则墙体光伏阵列的设计

提出一种基于遗传算法的非规则墙体上光伏阵列的设计模型.提出适用于非规则墙体上光伏阵列的编解码算法,以及相对应的选择算子、交叉算子、变异算子,利用加权平均的方式对遗传算法中的适应度函数进行定义,实现对光伏阵列的发电量最大化和单位发电成本最小化.最后通过在Matlab环境下仿真,验证了本文算法的有效性.     

装配型企业订货量分配与订单排产联合决策研究

针对供应商交货数量不确定环境下,多品种小批量装配型制造企业因生产物料不配套造成生产计划不可行甚至客户订单拖期的问题,从企业运作整体出发,考虑订货量分配决策对订单生产和交货的影响,以最小化采购成本和最小化订单排产相关成本为优化目标,在允许零部件拖期交货且供应商提供拖期价格折扣条件下,建立订货量分配与订单排产联合优化模型。针对可行解空间巨大、传统数学规划方法难以求解的问题,从增强搜索性能角度出发,设计基于自定义邻域搜索算子的局部搜索机制和基于随机与种群重构变异机制的改进粒子群算法的模型求解策略。通过应用实例对本文模型和算法进行了有效性验证和灵敏度分析,结果表明,相比于传统的分散决策方案,本文模型能够有效降低整体成本水平,引入的改进机制能够显著提升算法搜索性能,为企业供应风险下的运营决策制定提供理论参考。     

基于LSTM-GA混合模型的患者预约排队策略优化

在医疗运作管理领域,合理的资源分配能够帮助更多的患者尽早就医,降低患者病情恶化和死亡的风险。本文设计了预约排队策略对患者占有资源的顺序进行分配,建立了基于长短时记忆(Long Short Term-Memory, LSTM)神经网络和遗传算法(Genetic Algorithm, GA)的混合模型以优化排队策略。首先利用大数据和深度学习分析患者到达和医院服务情况,建立LSTM神经网络学习数据特征并预测未来数据,相比于排队论常用的随机分布方法取得了更好的效果.其次设计了基于排队系统仿真的排队策略优化算法,利用改进GA得到最优排队策略。实证研究表明,文本的方法可以明显降低患者的等待时间,最高可达59%。最后对排队策略进行敏感性分析,结果表明排队策略有效作用于仿真的各个时段。     

考虑多行程与同时取送货的电动车路径问题研究

针对城市物流配送中的电动车辆路径优化问题,考虑电动汽车的充电特性以及车辆多行程和需求点的双向货流,以最小化车辆成本、行驶成本和充电成本为目标,建立考虑多行程与同时取送货的电动车辆路径问题(EVRPMTSPD)模型,并采用列生成算法进行求解.为提高子问题求解速度,提出了基于蚁群算法的启发式寻路算法用以处理较大规模问题,数值实验验证了模型与算法的有效性,表明了考虑多行程和同时取送货能有效降低成本和提高效率.     

汽车滚装码头泊位调度优化模型与算法研究

本文研究滚装码头混合泊位分配和劳动力分配的联合调度优化问题。首先,考虑潮汐时间窗约束、装卸劳动力约束、泊位缆桩分布约束以及泊位不规则布局因素,建立以最小化船舶总服务时间为目标的混合整数规划模型。其次,采用内外嵌套算法设计策略,提出求解该类问题的组合算法。其中,外层是多种群并行进化的遗传算法,生成多种船舶计划顺序,内层为基于规则的启发式算法,用于计算给定计划顺序的目标函数值。然后,基于实际运营数据,生成多组不同规模的算例进行全面数值实验,结果表明所提出的算法可在10分钟内求解包含50艘船、100个泊段的算例。最后,开展基于真实滚装码头运营实例的案例分析,对所提模型和算法在实际码头调度问题中的适用性与高效性进行验证。     

供应链中的多目标经济批量排产和运送问题的求解

当今供应链管理的目标已不再是只追求成本的最小化,越来越多的管理者和研究学者开始关注采用多个目标来对供应链的绩效进行优化.本文从一个供应商的角度出发,考虑了如何安排合理的生产排序来最小化生产周期和运送间隔以及最小化整条供应链中的单位时间的平均成本的批量排产和运送的问题.本文建立了该问题的多目标非线性混合整数规划模型,并提出了求解该问题的帕累托最优解集的方法.示例表明本文的算法是有效的.     

生鲜类物流配送网络选址-路径优化问题研究

为解决生鲜类物流配送网络选址-路径优化问题,构建了基于服务质量最优化、物流节点建造成本及物流运营服务成本最小化的多目标两层级物流配送网络选址-路径优化问题数学模型,并通过改进遗传算法求解最优方案.对遗传算法中的算子进行优化,解决了传统遗传算法求解过程中无法求得全局最优解以及易陷入局部最优解的现象.通过选取通州区部分区域为背景进行模型验证,得出优化后成本节约了15.71%,说明该模型具有良好的参考价值.     

面向多检查的门诊患者调度研究

及时的检查对于患者病情诊断和治疗非常重要。然而,患者不同的紧急程度、检查项目的多样性、以及患者的行为因素如失约等,使门诊患者调度问题难以求解。为解决该问题,本文考虑患者对两种检查项目的不同需求,两类不同的紧急程度,以及患者失约和医生加班,建立了有限时域马尔可夫决策过程(MDP)模型,目标是使得患者检查所得的期望收益最大化以及期望加班时间惩罚成本最小化。由于MDP模型复杂,难以用解析方法来分析最优控制策略,因此本文基于MDP模型进行数值实验,观察最优解的结构特征,进一步构造了两种参数化启发式调度策略,并采用遗传算法对调度策略的参数进行优化。数值实验比较了最优控制策略、两种启发式调度策略以及先到先服务规则,实验结果表明本文所提的调度策略性能偏离最优解不超过10%;当工作负荷非常大时,启发式调度策略远远优于先到先服务规则。     

考虑越库作业的连锁超市配送路径优化研究

针对大型连锁超市物流配送成本较高的问题,通过分析连锁超市的实际情况和越库作业的实施要求,提出越库配送运作模式.以车辆运输成本、操作成本和库存持有成本最小化为目标,建立带有多越库配送中心的车辆路径模型,将配送过程分为集货、送货两阶段,同时,考虑到产品种类需求的多样化,采取集货过程车辆协同进行和送货过程车辆需求拆分的方式.针对问题的特点设计了一个求解的遗传算法,通过扫描算法优化初始种群,最后结合算例对模型和算法进行验证分析.结果表明,越库作业能有效地提高连锁超市的运作效率,降低超市物流成本.     

带时间窗的三维装载物流配送优化方法研究

针对城市物流配送优化研究在客户服务时间窗和货物装载方式合理结合方面存在的不足,考虑物流配送车厢货物装载方式与客户访问序列相关的特征对车厢空间进行合理的区域划分。首先,构建了包含配送中心的固定成本、配送车辆的运输成本、维修成本、租赁成本和违反时间窗惩罚成本的物流运营成本最小化和配送车辆空间利用率最大化的双目标优化模型;然后,提出一种结合遗传算法(GA)全局搜索能力和禁忌搜索算法(TS)局部搜索能力的GA-TS混合算法求解模型;最后,结合重庆市某配送中心的三维装载物流配送实例数据进行了优化计算,实验结果给出了带时间窗的三维装载物流配送路径优化方案,并进行了不同车厢空间分区模式下平均装载率、物流运营成本和车辆使用数的比较分析。研究表明,当客户需求货物种类数与车辆的空间区域划分数相等且按货物类型进行区域划分时,物流运营成本最小,配送车辆使用数最少和车辆平均装载率最高。     

基于满意度的预约门诊排队策略研究

为了推进预约挂号服务在医院有效的应用,本文结合实际情形,提出了病人满意度度量的新指标——加权病人等待时间,建立了以最大化病人满意度为目标的排队模型,并分析了医院目前常用的两种预约排队策略:不同优先级预约排队策略与时间段优先型预约排队策略。通过两种预约策略的比较,得到后者优于前者;通过预约与非预约策略的比较,得到预约策略优于非预约策略。在此基础上,对两种预约策略进行优化分析,求解出两种预约策略分别对应的最佳预约与非预约病人比例。最后,通过数值分析说明了应用预约策略对改善病人等待满意度的合理性及有效性,并对应用预约策略达到更好的满意度提出了可行建议。     

基于员工和客户双重满意度的车辆路径优化

传统车辆路径优化问题中,研究人员过度强调对车辆行驶里程、时间和成本的控制,引入双重满意度指标,提出了基于员工和客户双重满意度的模型,通过求线性加权和的方法将多目标问题转化为单目标问题.并在使用粒子群算法和遗传算法结合的混合算法求解实际算例的过程中对模型的合理性以及算法的有效性进行了验证.结果表明,适当地扩大货物配送时间窗范围能使得满意度指标大幅提升,同时,配送成本的变化程度很小,利于企业的长远发展.     

双排队系统下大型超市运营效率的优化研究

对实际中存在“快速通道”的大型超市排队系统的运营效率进行优化,基于M/M/1排队模型,以顾客排队等待时间为目标函数,证明了存在“快速通道”的大型超市的双排队系统要优于单排队系统,并得到了双排队系统下各自服务台的最优配置数量。在此基础上,进一步给出了求得双排队系统下的最优商品数量分界点的方法。最后,通过调研数据的结果分析说明了研究的结论。研究结果对银行、收费站、医院等有着极大的启示意义。     

基于多阶段模糊规模效应量化的TMC模式下供应链调度优化研究

旅游大规模定制(Tourism Mass Customization, TMC)模式实施的关键是通过对旅游供应链的调度优化处理旅游活动的“规模效应”与游客“个性化需求”之间的矛盾问题。运用经济学及模糊数学的理论方法分析并实现了TMC模式下存在的多阶段模糊规模效应量化处理。构建了引入规模效应量化的服务成本最小化、引入模糊时间窗的顾客满意度最大化及供应链协同度最大化为优化目标的TMC模式下多目标供应链调度优化模型。最后,通过蚁群算法实现TMC模式下多调度优化目标的求解并对优化效果进行对比研究。研究结果表明,TMC模式下供应链调度中旅游活动存在多阶段模糊规模效应并且可以量化处理;TMC模式中的规模效应具有合理的区间范围,旅游企业应注重规模效应与其他目标的均衡;蚂蚁算法在求解TMC模式下多目标优化问题方面不仅收敛速度快,而且通过对多调度目标优化效果的对比检验表明,性能稳健优良。