[发明专利]一种使用改进遗传算法处理医疗废料收集问题的方法

权利要求书

1.一种使用改进遗传算法处理医疗废料收集问题的方法，其特征在于，通过多个机器人共同完成医疗废料收集工作,而多个机器人的调度方案通过如下步骤得到：

S1、依据医院的平面图，确定图中各收集点和机器人工作站的位置，计算收集点与工作站的距离以及收集点与收集点之间的距离，得到距离矩阵，确定各收集点的医疗废料的量；

S2、建立用于医疗废料收集的机器人调度模型；

S3、通过改进的遗传算法求解步骤S2建立的用于医疗废料收集的机器人调度模型，从而得到多个机器人的调度方案；

所述步骤S2中，建立的用于医疗废料收集的机器人调度模型为考虑上半软时间窗的机器人调度模型，建立过程如下：

S2-1、半软时间窗定义，具体包括如下情况：

当机器人在指定的时间窗口[a_i，b_i]到达收集点时，不会受到惩罚；

如果机器人到达时间早于a_i，不会受到惩罚，从而缩短在垃圾箱中的停留时间，但如果机器人比b_i晚到，会受到惩罚；

设允许到达时间为b′_i：

b′_i＝b₀-t_i0    (1)

式(1)中，b₀为常数，表示机器人最终返回工作站的时间；t_i0表示从收集点i到工作站的行程时间；公式约定从收集点i到工作站应预留足够的时间；b′_i＞b_i；

S2-2、超时惩罚定义，当机器人到达时间间隔(b_i，b′_i]时，服务开始时间s_i落在(b_i，b′_i]，它将受到惩罚c_delay×(s_i-b_i)；

每个收集点i的惩罚计算如下：

式(2)中，s_i为收集点i开始的服务时间，c_delay为延迟时间的单位成本；

S2-3、定义用于时间限制的每条路线的总行程时间M：

其中，为布尔变量，若机器人k在时间轮h中直接从收集点i移动到收集点j，则该值为1，否则，该值为0；t_ij为从收集点i移动到收集点j的移动时间；

S2-4、设定目标函数，使总成本最小化，包括机器人的启动成本、行驶距离成本和延迟时间成本：

式(3)中，为布尔变量，若机器人k在时间轮h中直接从工作站0移动到收集点j，则该值为1，否则，该值为0；c_start表示机器人的启动成本；c_ij为从收集点i到收集点j的移动距离；为布尔变量，若收集点i在时间轮h中由机器人k服务，则值为1，否则，该值为0；

约束条件：

(T_i-1)M≤s_i-b_i≤T_iM   (13)

公式(4)和(5)为度约束，公式(4)保证每个收集点只能访问一次；公式(5)保证进入弧的数量等于节点离开弧的数量；公式(6)确保每个收集点只能分配给一个机器人；公式(7)表示距离应为非负变量；公式(8)保证每条路线上的总体积不超过机器人的容量，q_i表示第i个医疗废料收集点的医疗废料数量，Q表示机器人储存医疗废料的容量；公式(9)计算路由中每个收集点的服务开始时间；公式(10)将服务开始时间限制在其最早到达时间和最晚到达时间之间；公式(11)使服务开始时间小于每条路线的总时间；公式(12)表示服务时间应为非负变量；公式(13)确定收集点的服务开始时间是否在其相应的惩罚间隔(b_i，b′_i]内；公式(14)-(16)为完整性约束；

所述步骤S3的具体过程如下：

S3-1、输入参数：医疗垃圾收集需求、行程距离、行程时间、时间窗口；

S3-2、依据机器人的数量以及医疗垃圾收集点初始化解决方案，生成多条路径，设置迭代次数k′＝0；

S3-3、计算每条当前路径的适应度；

S3-4、依据适应度选出适应度高的初始路径；

S3-5、将步骤S3-4得到的初始路径分成两组节点，第一组放在前面，且该第一组的起始点和终点都为0；

S3-6、第二组节点为第一组未经访问的节点，将该组的节点顺序排列；

S3-7、通过多次插入0，将第二组节点随机分成1到n-1条路径，计算各路径的目标函数；

S3-8、对路径按目标函数从小到大进行排序，形成一个列表；

S3-9、选择总成本最低的路线，也即目标函数最小的路线，判断其是否可行，不可行直接删除；可行的路径附加到第一组路径的后面，形成一个全新的路径，得到候选的解决方案；

S3-10、变异算子将位翻转到互补位；

S3-11、判断目前的候选方案是否可行，若可行，则计算其目标函数，否则返回步骤S3-10；

S3-12、选择总成本最低的候选解决方案，也即选择目标函数最小的候选解决方案；

S3-13、判断k′是否大于设定的迭代次数，若是，则步骤S3-12得到的候选解决方案为最终最佳的解决方案，否则，返回步骤S3-3。

2.根据权利要求1所述的一种使用改进遗传算法处理医疗废料收集问题的方法，其特征在于，所述步骤S3-3中，计算的适应度用于评估当前的解决方案，计算公式如下：

式(17)中，f为适应度值，Z为总成本。