省血液中心的日常工作中最為重要的一個(gè)環(huán)節(jié)就是采集血液,制定采血計(jì)劃是將采血地點(diǎn)、采血隊(duì)、采血車和采血人員等因素根據(jù)工作需要合理地進(jìn)行安排的過程,實(shí)質(zhì)上是一個(gè)多約束條件下的資源分配問題。然而,目前采血計(jì)劃由人工制定,消耗時(shí)間人力,而且既定采血計(jì)劃死板缺乏變化,以致有礙于對員工的激勵(lì)。并且由于約束條件較多,人工最多只能制定未來三天的計(jì)劃,計(jì)劃的不確定性不利于獻(xiàn)血者合理規(guī)劃自身的獻(xiàn)血時(shí)間,進(jìn)而影響每日的采血量,影響臨床用血的保障工作。因此,使用計(jì)算機(jī)自動(dòng)化制定合理的采血計(jì)劃以減少人力時(shí)間消耗變得十分重要。不同的采血計(jì)劃實(shí)際上為不同人員的組合,所以是在離散集合中篩選出最優(yōu)結(jié)論,傳統(tǒng)的優(yōu)化方法有很大的局限性,往往只能選取某個(gè)點(diǎn)鄰域內(nèi)的最優(yōu)解,對全局最優(yōu)問題的求解無能為力,并且對目標(biāo)函數(shù)可微性的要求很高,這同樣在很大程度上限制了應(yīng)用領(lǐng)域。綜合考慮了包括蟻群算法、退火算法在內(nèi)的三種具有全局搜索能力的智能優(yōu)化算法,本文選取了遺傳算法進(jìn)行優(yōu)化設(shè)計(jì)。主要工作包括:（1）明確適應(yīng)度函數(shù)。根據(jù)實(shí)際業(yè)務(wù)模型,確定影響采血計(jì)劃優(yōu)劣的軟、硬約束條件,進(jìn)而構(gòu)造適合采用遺傳算法進(jìn)行智能搜索最優(yōu)結(jié)果的目標(biāo)函數(shù),即適應(yīng)度函... 

【文章來源】：河北科技大學(xué)河北省

【文章頁數(shù)】：55 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

GA擴(kuò)展包載入信息

函數(shù)f(x)的圖像

遺傳算法總結(jié)可以看出，默認(rèn)的種群規(guī)模為50，迭代代數(shù)為100，交叉概率為0.8，變異概率


本文編號(hào)：3079410