医疗器械车辆路径优化问题的研究

【摘要】： 医疗器械是医疗机构最重要的医用物资之一,如何提高医疗器械的配送管理、节约医疗成本、更好地为病人服务是促进现代医疗器械物流发展的动力。在医疗器械配送管理中,运输成本约占一半以上,因而如何利用优化技术理论对医疗器械配送的路径问题进行优化,对节约物流成本具有重要的理论意义和实用价值。蚁群算法作为一种新型的求解复杂优化问题的启发式模拟进化算法,具有正反馈性、并行计算等特点,但容易陷入局部最优。利用遗传算法中的交叉和变异理论对蚁群算法的参数进行优化,有利于提高算法的全局收敛能力。本文采用均匀变异和交叉变异两种改进蚁群算法对医疗器械车辆路径问题进行优化求解,以实现医疗器械高效、快捷、经济的优化调配。 本文研究的主要内容包括: (1)阐述了医疗器械物流体系的形成与发展,综述了车辆路径问题及医疗器械车辆路径问题的国内外研究动态,介绍了车辆路径问题的分类及其求解算法的发展,研究了蚁群算法的基本原理及其改进方法,并对其发展和应用进行了总结。 (2)讨论了常规医疗器械车辆路径问题的影响因素,在此基础上建立了基于常规医疗器械车辆路径问题的目标函数,并利用均匀变异和交叉变异两种改进蚁群算法对目标函数进行了优化求解,克服了基本蚁群算法易陷入局部最优的缺陷。通过对医疗器械配送公司到医院、以及医院设备处到各科室配送实例的仿真表明,所提算法提高了医疗器械的配送效率,降低了配送成本。 (3)分析讨论了不同应急救援期的特点,建立了基于时间最小和弱经济条件下的两种数学模型,并利用两种改进蚁群算法对目标函数进行优化求解。计算机仿真表明,相对于基本蚁群算法,加快了收敛速度,获得了较好的寻优效果。不仅增强了应急事件的处理能力,而且对医院价格贵、用量少、用时急的个别医疗器械也实现了零库存管理。 (4)分析了低温医疗器械和带回收功能医疗器械两种特殊医疗器械车辆配送路径问题的基本原理,建立了其数学模型,并利用两种改进蚁群算法进行了优化求解。仿真表明,改进算法求解目标函数的收敛性能优于基本蚁群算法。