家庭护理资源调度算法研究

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:hukai001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国社会人口老龄化日益加重,老龄群体对家庭医疗护理服务的需求不断提高。家庭护理路径规划与调度问题作为家庭医疗护理服务中一个具有挑战性的问题。然而,现有研究大多考虑老人的服务需求是否满足、服务是否及时、老人对服务是否满意等因素,却忽略了老人在选择护理人员上的预算和偏好习惯。因此,综合考虑上述因素,如何设计有效的护理资源调度方法,对降低家庭护理机构的运营成本以及提高行动不便的老人群体的医疗服务质量具有重要意义。针对上述因素,本文建立一种家庭护理路径和调度模型,并且提出以成本优化为目标的家庭医疗护理路径与调度问题和以服务质量优化为目标的家庭医疗护理路径与调度问题。对于第一个问题,本文考虑服务价格、服务时间和服务技能等约束条件,如何为护理人员安排合理的护理路径,使得家庭护理机构的总运营成本最小化;基于第一个问题,本文在第二个问题中引入老人在选择护理人员上的主观意愿的约束条件,最大化家庭护理机构为老人所提供的服务质量。通过将所提出的两个问题归约为多车场车辆路径优化问题,本文证明问题的NP难解性。针对上述两个优化问题,本文分别提出了服务时间优先的贪心算法、定制遗传算法和定制禁忌搜索算法。本文所提出的贪心算法策略是优先为服务开始时间早的老人安排服务,并为老人安排最低运营成本(最高服务质量)的护理人员;并且,以贪心算法求得的结果作为初始解,针对问题的多周期性质,定制了一个遗传算法对初始解进行优化;此外,针对目标为成本优化问题,本文重新设计禁忌搜索算法的邻域生成规则和禁忌表,对贪心算法所得的结果进一步优化。通过理论分析,本文证明了服务时间优先的贪心算法的时间复杂度。本文就开源数据集上的三组不同规模示例进行实验,将提出的三个算法分别与基准算法和随机算法进行对比。实验结果表明,本文提出的服务时间优先的贪心算法、定制遗传算法和定制禁忌搜索算法三种算法在效果上远优于基准算法与随机算法,其中,在家庭护理机构的总运营成本上,服务时间优先的贪心算法、定制遗传算法和定制禁忌搜索算法相较于基准算法分别降低了45.8%,53.0%和57.7%;在家庭护理机构的服务质量上,服务时间优先的贪心算法和定制遗传算法相较于基准算法分别提高了31.7%和65.7%,相较于随机算法分别提高了65.7%和126.3%。
其他文献
如今患心血管疾病的人群日益庞大,心电异常事件检测显得尤为重要。已有的异常心电多分类检测精度有待提高,存在数据类别不均衡,有标签数据过少以及异常心电波形存在畸变等问题。针对这些问题,本文的主要研究内容如下:1)针对现有模型无法有效地对双通道输入的心电信号提取多尺度空间信息的问题,本文提出了基于双通道的多尺度预测残差卷积神经网络模型。通过分析现有卷积网络的优劣势,结合心电信号的特点,提出利用双通道的多
学位
心电信号特征点检测是心血管疾病诊断分析的重要依据。心电信号通常会含有各种噪声,并且由于个体性差异导致波形形态多样性,为心电信号特征点检测带来一定的困难。现有的心电信号特征点检测算法的检测精度有待提高,存在依赖经验参数与人工特征提取,且无法适应心电信号波形畸变等问题。针对以上问题,本文从深度学习方向入手,研究心电信号特征点检测算法。本文的主要内容如下:1)心电信号预处理。首先,采用公开的QT数据库和
学位
随着我国金融消费行业与数字化技术不断融合与发展,非法套利等黑产技术也在不断的更新,黑产团队参与活动屡禁不鲜,给整个金融消费市场的健康发展和正常运行产生了极大阻碍。对风险用户的识别方法的主要难点集中在如何在大规模与形式繁杂的互联网数据中提取与挖掘有效的信息。若不能对健康用户与欺诈用户准确区分,会因错判健康用户导致活动目标无法达成与造成严重经济损失。本文结合机器学习模型预测方法,对风险用户在营销活动非
学位
随着人工智能技术与产业链的快速发展,双足机器人已经越来越多的出现在我们的日常生活中,在许多领域都发挥着巨大的作用。双足机器人性能的优劣在一定程度上取决于控制系统的优劣。因此,研究和设计双足机器人控制系统具有重要意义。本文旨在针对基于准力矩电机驱动的高性能双足机器人原理样机,设计出一套通用的实时嵌入式控制系统,实现双足机器人的基本控制功能,并在双足机器人原理样机上进行验证。本文的主要研究内容如下:(
学位
随着新一代人工智能的兴起和工业4.0概念地提出,注塑智能化在显著的提升,在注塑工厂进行智能工厂的转型过程中,注塑件制品的自动质量检测是其中必不可少的一环,传统的注塑件检测都是通过人工检测,这种方式效率低下,产品稳定性也无法得到保证。实现注塑件制品的自动化质量检测可以提高检测效率、降低人力成本、提高生产效率。随着工业智能化、自动化的发展,基于机器视觉算法在注塑件缺陷检测中得以应用;但是因为需要研究人
学位
近年来,随着电子商务的快速发展,网购在人们日常生活中扮演着越来越重要的角色。然而随着电商网站的商品不断增加,用户发现越来越难找出感兴趣的商品。因此如何设计推荐系统,帮助用户从海量商品中挑选出感兴趣的商品,逐渐成为当前学术界与工业界热门的研究方向。传统的推荐系统采用静态方式对用户交互信息进行建模,只能捕捉到用户静态的兴趣偏好。不同的是,基于用户行为序列建模的推荐系统能够捕捉到用户动态的兴趣偏好。为了
学位
随着自然语言处理技术的快速发展,融合人工智能的人机交互服务也逐渐在互联网上变得多元化。人与计算机的交互不仅局限于简单的计算机指令传输,计算机还可以通过文本或语音等媒介与人进行互动。开放域对话系统作为自然语言处理技术在人机交互中的重要应用,旨在与人进行不限主题内容的对话交互,由于其广泛的应用场景,在近年来已成为人们的研究热点。人类进行交流的语言信号包含语序、语义等语言规则以及情感等隐含表达。现阶段的
学位
随着深度学习理论技术的不断完善与发展,计算机视觉在日常生活中的应用也越来越多。人数统计任务作为计算机视觉领域重要的研究方向之一,也逐渐影响着人们的生产生活。如对于疫情防控,通过统计公共场合的人数如会议厅、车站、教室等场合对疫情防控起到了重要作用。在人流量管控方面,通过对固定区域过往人流量的分析可以给出行人员提供更加可靠的出行策略。本文通过对国内外人数统计方法的研究和分析,分别基于目标检测算法和目标
学位
伴随着无线通信技术的迅猛发展,5G技术也迎来更加广泛的应用,越来越多的设备可以通过无线技术接入到互联网,基于5G技术的万物互联也变成了可能。然而,无线通信业务快速增长的同时也导致对频谱需求的急剧增加。发射功率作为重要的无线通信资源,一种有效的功率控制方法不仅能够提高频谱资源的利用率,还能提高用户的通信服务质量(Quality of Service,Qo S)。深度强化学习在近年得到了很大的发展,它
学位
当前,利用计算机视觉分类算法辅助医生诊断阿尔兹海默症已经成为较高效的诊断方式。对于阿尔兹海默症病灶分类任务而言,最具有挑战的是在大脑类别下精准区分患者MRI与正常衰老MRI之间的差异。一般地,在区分一些具有类间距离小类内距离大的特点的图像时,通过细粒度算法可以捕获到这些图像之间的细微差异,使得模型在某一大类下找到各个子类中具有区分性的区域。因此,有研究者发现将该算法运用在医学图像识别任务中可一定程
学位