[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

说明书

本发明公开了一种使用改进遗传算法处理医疗废料收集问题的方法，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。本发明具有提高医疗废料收集的效率、提高在收集过程中的安全性和可用性、避免算法落入“极值陷阱”等优点。

技术领域

本发明涉及计算机、医疗废料收集、机器人路径规划的技术领域，尤其涉及到一种使用改进遗传算法处理医疗废料收集问题的方法。

背景技术

随着人工智能技术的不断发展，越来越多的工作可以由机器人完成。对于大型的医疗机构，每天都会产生大量的感染性医疗废料(Infectious health care waste,IHCW)，使用机器人进行医疗废物的收集，既能提高处理能力，又能规避处理人员被感染的风险。在医院内部，设置好机器人工作站后，每个收集点产生的感染性医疗废料量不同，需要寻找一条从工作站到各分散的收集点的行驶路径，并满足一定的约束。问题可以转换为经典的车辆调度问题(Vehicle Routing Problem,VRP)。

物流运输调度问题一直以来都是作为物流配送的热点研究问题，它被广泛应用于如交通、工业管理、物流运输等领域。国内外学者分别从路径构造、局部搜索、数学规划等方向对其展开了研究。归纳起来目前求解物流配送路径优化问题较为有效的方法主要有:蚁群算法，禁忌搜索算法，模拟退火算法，遗传算法。蚁群算法本身很复杂，需要较长的搜索时间，且很容易出现停滞现象。禁忌搜索算法是单操作，搜索过程的初始解只能有一个，且对初始解有很强的依赖性。模拟退火算法收敛速度慢，执行时间长，且性能与初始值有很大的关系。

发明内容

本发明的目的在于克服现有技术的不足，提供一种使用改进遗传算法处理医疗废料收集问题的方法，既提高医疗废料收集的效率、收集过程中的安全性和可用性，又能避免算法落入“极值陷阱”等优点。

为实现上述目的，本发明所提供的技术方案为：

一种使用改进遗传算法处理医疗废料收集问题的方法，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。

进一步地，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，机器人可到达时间窗口之外，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，不会收到惩罚，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＞b_i)：

b′_i＝b₀-t_i0  (1)