利索能及
我要发布
收藏
专利号: 2024110840818
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于鲁棒优化的医疗急救资源调度方法,其特征在于,包括:获取的当前救护信息,根据救护信息构建地面成本矩阵;根据当前救护信息判断是否需救护资源,若需要救护资源,则根据地面成本矩阵和最优传输理论建立资源分配问题的最优传输模型;若不确定是否需要救护资源,则基于鲁棒优化理论构建不确定集,并基于不确定集建立运输问题的鲁棒优化模型;分别对资源分配问题的最优传输模型和运输问题的鲁棒优化模型进行求解,得到资源分配矩阵和最优决策;根据资源分配矩阵和最优决策对救护资源进行调度;

基于不确定集建立运输问题的鲁棒优化模型;具体包括:在不确定的急救需求下,实现车辆的最优预分配,构建箱型不确定集的鲁棒优化模型;考虑最坏情况下,车辆分配决策能够满足所有需求,同时不超过车辆的最大供给量,构建领域不确定集的样本鲁棒优化模型;

建立分布式鲁棒优化模型,构建协变量的场景模糊集;

其中箱型不确定集的鲁棒优化模型表达式为:

其中,y为需求实现,x为决策变量表示矩阵,d为需求数量矩阵, 为盒子不确性集,其中上界和下界是基于历史数据确定;[I]为车辆供应点,[J]为车辆需求点,cij为调度的单位成本,rj为需求节点的单位收入,xij表示从供应点i到需求点j的分配的车辆数,yj为依赖于需求数量d而影响的需求实现,dj为第j个需求点的需求, 为线性决策规则,qi为最大供应的车辆数;S为历史数据样本数量,[S]为样本的集合;

领域不确定集的样本鲁棒优化模型表达式为:

其中, 是一个中间变量的向量表示每个场景下的最坏情况追偿成本,并且是一个ε邻域不确定性集合,由每个需求样本 周围的一般范数||·||定义;ysj为等待决策,遵循二维决策规则(y(d))s∈[S],j∈[J] ;

分布式鲁棒优化模型表达式为:

其中, 为 分布下的期望不确定集, 是随机场景变量,是所有随机变量的向量,包括随机需求数量 和可能的辅助随机变量 ,其分布的特征是一个事件不确定集 ;

为yj的仿射适应规则,即yj可以根据场景 和事件 选择不同的线性函数进行调整,其中 为场景, 为事件;

构建考虑协变量的场景模糊集,其表达式为:

其中, 是每种情景s的提升支

持率,所有随机变量的向量为 ,μs和φs为场景s的条件均值和方差,对于s场景,向量ws表示情景权重,相当于每个情景中数据点的分数, 为所有不确定分布的集合, 为J维的空间,为不确定分布。

2.根据权利要求1所述的一种基于鲁棒优化的医疗急救资源调度方法,其特征在于,救护信息包括医疗资源点与急救需求点的实际距离、交通状况以及资源容量。

3.根据权利要求1所述的一种基于鲁棒优化的医疗急救资源调度方法,其特征在于,建立资源分配问题的最优传输模型包括:根据救护信息确定需要救护资源的数量,若救护资源的数量供需平衡,则构建基于距离的离散型最优传输模型;若供大于求,则构建基于距离的熵正则化最优传输模型。

4.根据权利要求3所述的一种基于鲁棒优化的医疗急救资源调度方法,其特征在于,基于距离的离散型最优传输模型的表达式为:;

基于距离的熵正则化最优传输模型表达式为:

其中,a为供应数量分布;b 为需求数量分布;C为地面成本矩阵,F为表示 Frobenius 内积,即矩阵元素对应相乘后求和; 为最优运输矩阵,T为转置; 为超参数, 为熵正则化项,i为OT矩阵的行,j为OT矩阵的列。

5.根据权利要求4所述的一种基于鲁棒优化的医疗急救资源调度方法,其特征在于,对资源分配问题的最优传输模型进行求解包括:计算基于距离的离散型最优传输模型的最优解和基于距离的熵正则化最优传输模型的最优解;

计算基于距离的离散型最优传输模型的最优解包括:

步骤11:采用最小成本法或位势法来获得一个初始可行解;标记每个供应点和需求点,设置供应点的位势为0,根据最小成本法计算需求点的位势,并确定初始的基变量;

步骤12:计算每个非基变量的检验数;具体过程包括对于每个非基变量 ,其检验数为,其中 是从供应点i到需求点 j 的单位运输成本, 和 分别是供应点i和需求点 j 的位势;

步骤13:选择具有最小负检验数的非基变量作为调入的基变量;从调入的基变量出发,沿着运输网络进行闭路循环,得到循环中的基变量;计算每个基变量在循环中的运输量与调入的基变量的负检验数的比值,选择最小比值对应的基变量作为调出的基变量;

步骤14:调整调出的基变量和调入的基变量的运输量,更新网络中的运输路线和运输量;根据新的运输计划重新计算供应点和需求点的位势;

步骤15:重复步骤12 步骤14,直到找到最优解;

~

步骤16:根据最优解输出OT矩阵;

计算基于距离的熵正则化最优传输模型的最优解包括:

步骤21:参数输入,输入的参数包括成本矩阵C、供应数量分布a、需求数量分布b、正则化超参数reg以及收敛参数itermax;

步骤22:初始化参数,分别为 , ;

步骤23:设置循环迭代次数,记i为当前的迭代轮数;

步骤24:更新参数 ; ;

步骤25:重复步骤23 步骤24,次数直至达到收敛参数itermax,停止迭代;

~

步骤26:输出OT矩阵 。

6.根据权利要求1所述的一种基于鲁棒优化的医疗急救资源调度方法,其特征在于,不确定集包括箱型不确定集、领域不确定集以及场景不确定集。