2023年ASOC SCI2区TOP，改进元启发式算法+考虑医护人员技能水平的家庭健康护理路径规划，深度解析+性能实测

---

1.摘要

家庭健康护理（HHC）服务是为因特殊健康状况无法住院或需居家治疗的患者提供的一种低成本、高效能的护理模式。随着老龄化加剧和流行病频发，其重要性日益凸显。本文提出一种考虑医护团队技能水平的家庭健康护理路径问题模型（HTSL-HHCRP），以在满足行程平衡与交通工具类型等约束下，降低出行成本并提升服务质量。针对该问题，本文设计了混合优化算法GASA-MPA，融合遗传算法、模拟退火和海洋捕食者算法，在保证解可行性的同时提升求解效率。

2.问题描述与数学模型

本文研究的HTSL-HHCRP问题旨在优化家庭医疗团队的路径规划，要求医疗团队从健康中心出发，使用指定车辆完成所有患者上门服务后返回实验室。考虑患者时间窗约束与医护人员专业水平评估维度，模型建立数学模型确保以下核心条件：每车专用于医疗设备运输、患者仅接受一次时间窗内服务、团队全程同车行驶且不超最大行程限制。

模型通过双目标优化框架解决家庭医护路径问题，最小化总运输成本$z_1$和最大化服务质量$z_2$。通过标量化函数$z_3=z_1-SF\cdot z_2$将多目标转化为单目标最小化问题，其中SF用于协调异量纲目标的平衡。

模型约束包括：确保每位患者仅被访问一次的路径唯一性约束；要求所有车辆和团队从统一医疗中心出发的起点一致性约束；车辆容量需满足患者设备运输需求的负载限制；维护团队进出节点一致性的流平衡约束；规定所有团队必须返回实验室的终点约束；保证服务时间在患者要求范围内的时间窗约束；计算团队行驶距离偏差的超距约束；防止无效路径规划的子回路消除约束；以及禁止零技能团队服务患者的服务质量底线约束。

3.求解方法

本文提出一种用于家庭健康护理路径规划的染色体编码方案，采用[0,1]区间数值编码，结构分为两个区段：第一区段（K个基因）表示团队-车辆分配关系，通过基因值排序生成车辆对应的随机团队编号；第二区段（M+K-1个基因）表示车辆路径序列，其中包含K-1个分隔符基因，通过基因值排序确定分隔点位置，进而解析出每辆车服务的患者序列。

首先随机选择部分基因作为变量，随后固定其他基因求解CSP问题，最后根据解的存在性决定新解，该方法通过限制变量修改范围保持邻域特性，依托随机选择保证随机性，并借助CSP求解自动满足约束条件。

采用双重约束处理机制，首先通过染色体结构直接满足大部分约束条件；其次针对车辆超载、团队未分配、车辆闲置、行程超限及时间窗违规等不可结构化的约束，采用罚函数法进行处理。
$$F_{fitness}=z_3+C{P}_1+C{P}_2+C{P}_3+C{P}_4+C{P}_5$$

4.结果展示

5.参考文献

[1] Somar S, Urazel B, Sahin Y B. A modified metaheuristic algorithm for a home health care routing problem with health team skill levels[J]. Applied Soft Computing, 2023, 148: 110912.

6.代码获取

xx

7.算法辅导·应用定制·读者交流

xx