遗传算法在血液中心制定流动采血计划中的应用

发布时间：2021-03-13 02:26

　　省血液中心的日常工作中最为重要的一个环节就是采集血液,制定采血计划是将采血地点、采血队、采血车和采血人员等因素根据工作需要合理地进行安排的过程,实质上是一个多约束条件下的资源分配问题。然而,目前采血计划由人工制定,消耗时间人力,而且既定采血计划死板缺乏变化,以致有碍于对员工的激励。并且由于约束条件较多,人工最多只能制定未来三天的计划,计划的不确定性不利于献血者合理规划自身的献血时间,进而影响每日的采血量,影响临床用血的保障工作。因此,使用计算机自动化制定合理的采血计划以减少人力时间消耗变得十分重要。不同的采血计划实际上为不同人员的组合,所以是在离散集合中筛选出最优结论,传统的优化方法有很大的局限性,往往只能选取某个点邻域内的最优解,对全局最优问题的求解无能为力,并且对目标函数可微性的要求很高,这同样在很大程度上限制了应用领域。综合考虑了包括蚁群算法、退火算法在内的三种具有全局搜索能力的智能优化算法,本文选取了遗传算法进行优化设计。主要工作包括:（1）明确适应度函数。根据实际业务模型,确定影响采血计划优劣的软、硬约束条件,进而构造适合采用遗传算法进行智能搜索最优结果的目标函数,即适应度函... 

【文章来源】：河北科技大学河北省

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

GA扩展包载入信息

函数f(x)的图像

遗传算法总结可以看出，默认的种群规模为50，迭代代数为100，交叉概率为0.8，变异概率


本文编号：3079410