CN111989750A - 用于临床实验室布局设计的系统和方法 - Google Patents
用于临床实验室布局设计的系统和方法 Download PDFInfo
- Publication number
- CN111989750A CN111989750A CN201980026407.2A CN201980026407A CN111989750A CN 111989750 A CN111989750 A CN 111989750A CN 201980026407 A CN201980026407 A CN 201980026407A CN 111989750 A CN111989750 A CN 111989750A
- Authority
- CN
- China
- Prior art keywords
- facility
- layout
- facilities
- layouts
- different
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000013461 design Methods 0.000 title description 2
- 238000012360 testing method Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000013459 approach Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012014 frustrated Lewis pair Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Structural Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Civil Engineering (AREA)
- Computational Mathematics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种用于使用启发式方法解决设施布局问题的方法,即使在应对中型环境和大型环境时,该方法也允许自动生成多个高效解决方案。该方法的输入包括均具有学科和尺寸的许多设施,这些设施必须被放置在具有尺寸和入口的实验室区域中。该方法进行排序并开始放置设施以生成多个部分解决方案,并且每个部分解决方案可以被扩展,直到达到最终解决方案或满足终止标准为止。使用不同估量将达到最终解决方案的扩展解决方案缩减为一组不同解决方案。然后,可以通过使用对效率关注较少的优化算法来改进缩减的该组不同解决方案。
Description
技术领域
所公开的技术涉及用于启发式地生成实验室的布局的系统和方法。
背景技术
独立的临床实验室可以包括许多设施(在本文中用于指代工作站、机器、仪器、工作台和其他设备),例如工作站、机器、仪器、工作台和计算机控制台。在独立的临床实验室中对此类设施的有效物理放置可以例如通过减少操作员的步行时间和距离来提高实验室的效率和生产率。该构思通常被称为设施布局问题(“FLP”)。FLP的一个困难是:这是一个NP难题(NP-hard)的复杂问题;这意味着:对于具有各种各样设施的中型和大型布局,试图系统地评估或求解每种可能的布局以找到一个真正最佳的布局的精确算法或静态方法,即使不是完全不可能,但效率也极低。例如,在仅有十个不同的大小相等的设施以及十个不同的大小相等的设施安装位置的简单的假设实验室中,可能的布置的数量接近四百万。大型设施可能具有50个或更多个不同形状和大小的设施以及数百个用于每个设施的可能的安装位置。用蛮力计算法(brute force approach)来解决这种可变性很快变得不切实际。
发明内容
需要一种用于以编程方式生成有效的实验室布局的改进的系统和方法。需要一种用于根据实验室环境中的一个或更多个约束来产生针对设施布局问题的解决方案的改进的技术。因此,一些实施方式的目的是提供一种方法,该方法可以包括例如以下步骤:获得与一组设施和实验室区域有关的一组约束;获得描述来自所述一组设施中的设施之间的一个或更多个对象流的流集合;以及基于一组部分布局、所述流集合和所述一组约束,使用启发式算法生成实验室区域内的设施的一组初始布局。在一些实施方式中,该目的可以通过独立权利要求的主题来实现,其中,在从属权利要求中并入了其他实施方式。
附图说明
下面的附图和详细描述旨在仅是说明性的,并不旨在限制发明人所设想的本发明的范围。
图1是系统可以执行以生成有效率的实验室布局的一组示例性高级步骤的流程图;
图2是系统可以执行以在放置之前对设施进行排序的一组示例性步骤的流程图;
图3是系统可以执行以放置设施并生成一组初始解决方案的一组示例性步骤的流程图;
图4是系统可以执行以使用一组部分解决方案产生更大的一组初始解决方案的一组示例性步骤的流程图;
图5是系统可以执行以从一组初始解决方案中选择一组不同解决方案的一组示例性步骤的流程图;
图6是系统可以执行以改进所选择的一组不同解决方案的一组示例性步骤的流程图;
图7是示例性实验室区域的图;
图8是被分成网格的示例性实验室区域的图;以及
图9是具有由执行图1的步骤的系统放置的一组设施的示例性实验室区域的图。
具体实施方式
鉴于以上,启发式地测试和生成针对FLP的解决方案可能是有益的,从而使得可以快速生成高质量的解决方案。根据第一方面,一些实施方式可以包括一种方法,该方法包括例如以下步骤:获得与一组设施和实验室区域有关的一组约束;获得描述来自所述一组设施中的设施之间的一个或更多个对象流的流集合;以及基于一组部分布局、流集合和所述一组约束,使用启发式算法生成实验室区域内的设施的一组初始布局。
在一些实施方式中,例如在第一方面的上下文中描述的,对于每个设施,所述一组约束包括设施的尺寸(其可以是矩形尺寸)和学科;实验室区域包括尺寸(其可以是矩形尺寸)、一组自由区域和入口。
在一些实施方式中,例如在前面段落的上下文中描述的,所述方面还包括例如使用不同测量算法来识别所述一组初始布局中的一组不同布局的步骤,其中:所述一组初始布局中的每个布局均包括一组学科群;将所述一组初始布局中的最佳初始布局立即添加至所述一组不同布局;所述不同测量算法包括:对于所述一组初始布局中的每个布局,确定所述多组学科群中的每一组在该布局中的重心之间的距离之和,并且在该布局的距离之和与所述一组不同布局中的每个不同布局的距离之和基本上不同的情况下,将该布局添加至所述一组不同布局。
在一些实施方式中,例如在前面段落的上下文中描述的,所述一组不同布局中的每个不同布局包括一组设施放置,所述方法还包括通过以下操作来改进所述一组不同布局的步骤:构建所述一组不同布局中的每个不同布局的邻接图;对于每个不同布局的所述一组设施放置中的每个设施放置,使该设施放置与相同尺寸的另一个设施设置进行交换以创建测试布局;修改测试布局的邻接图;使用邻接图来验证学科邻接约束对测试布局是否有效;仅在测试布局的得分相对于该不同布局有所提高并且邻接约束对于测试布局有效的情况下,才用测试布局代替该不同布局。
在一些实施方式中,例如在前面四个段落中的任何段落的上下文中描述的,生成所述一组初始布局的步骤包括通过以下操作将所述一组设施排序到经排序的设施列表中:在经排序的设施列表的第一位置处添加所述一组设施中的注册设施;以及针对所述一组设施中的每个剩余设施,重复以下步骤:基于流集合从所述一组设施中选择与最近添加的设施具有最高流的设施作为选定设施;在不存在与最近添加的设施共享流的设施的情况下,从所述一组设施中选择具有最高总紧密度等级的设施作为选定设施,其中,可以基于流集合将总紧密度等级确定为设施的输入流和输出流之和;以及将选定设施添加至经排序的设施列表中的下一个位置。
在一些实施方式中,例如在前面段落的上下文中描述的,生成所述一组初始布局的步骤包括通过以下操作放置设施:从经排序的列表的第一位置选择注册设施并将所述注册设施放置在实验室的入口处;对于经排序的设施列表中的每个剩余设施,重复以下步骤:从经排序的设施列表中选择该设施;基于该设施的一组可能的放置来创建所述一组部分布局;使用目标等式对所述一组部分布局中的每一个进行评分;使用分支定界算法(branchand bound algorithm)扩展所述一组部分布局中的每一个,直到达到该部分布局的最终布局或者满足该部分布局的一个或更多个停止标准为止;以及仅在达到最终布局的情况下,才将该部分布局添加至所述一组初始布局。
在一些实施方式中,例如在前面段落的上下文中描述的,所述一个或更多个停止标准包括:当该部分布局的得分比所述一组部分布局中的第二部分布局的得分更差时满足的第一标准,其中,第二部分布局相比于该部分布局放置有更多的所述一组设施;以及当不可能放置后续设施时满足的第二标准。
在一些实施方式中,例如在前面段落的上下文中描述的,该设施的一组可能放置包括设施放置位置和设施放置方向二者,并且其中,设施放置方向包括竖直方向和水平方向。
在一些实施方式中,例如在前面的八个段落中的任何段落的上下文中描述的,所述一组设施和实验室区域是矩形的并且以比例测量被离散化。
在一些实施方式中,可以提供一种在装置上实现的方法,所述方法包括:获得与一组设施和实验室区域有关的一组约束。这样的方法还可以包括:获得描述来自所述一组设施中的设施之间的一个或更多个对象流的流集合。这样的方法还可以包括:基于一组部分布局、流集合和所述一组约束,使用启发式算法来生成实验室区域内的设施的一组初始布局。在这样的实施方式中,对于每个设施,所述一组约束可以包括尺寸(其可以是矩形尺寸)和学科。在这样的实施方式中,实验室区域可以包括尺寸(其可以是矩形尺寸)、一组自由区域和入口。在一些这样的实施方式中,启发式算法可以实施如下邻接约束,所述邻接约束要求布局中的所述一组设施中的每个设施被定位在布局中,使得除非该设施是具有该学科的唯一设施,否则该设施的学科与至少一个相邻设施的学科相同。
本领域普通技术人员也可以在没有过度实验的情况下基于本公开内容来实现包括一个或更多个计算机的相应系统,所述一个或更多个计算机由存储在非暂态计算机可读介质上以执行前述实施方式中的任何实施方式中描述的方法的步骤的计算机可执行指令以及被存储在存储用于执行前述实施方式中的任何实施方式中描述的方法的步骤的指令的非暂态计算机可读介质上的计算机可执行指令来配置。因此,对可能的实施方式和方面的前述描述应被理解为仅是说明性的,而不应被视为限制性的。
所公开的技术的一些实施方式可以使用启发式方式来通过以下操作理想地生成针对FLP的最佳解决方案或接近最佳的解决方案:生成可管理的一组可能解决方案,如果可能的话改进那些解决方案,然后选择最佳的剩余解决方案作为设施布局。通常,FLP处理一定区域内的设施的物理布置。设施的物理布置包括每个设施的位置和方向(例如,竖直、水平、斜的和/或其他类型的旋转)的指定以优化实验室内需要或重视的一个或更多个目标。解决实验室例如独立临床实验室的FLP的主要目标之一可以被定义为指定实验室内每种仪器的位置和方向,以使总行进距离最小化,同时仍然满足物理、技术和组织约束。
当探讨FLP时,它可能有助于提供一些静态假设,这些静态假设可能与某个FLP中涉及的实验室和设施有关。这不是必需的,并且该技术的各种实现可以依赖于所有这些假设、不依赖于这些假设中的任何假设或者介于两者之间。
针对实验室区域可以做出的一种假设是:实验室区域是可以布置设施的单层空间。在一些实施方式中,该区域可以是给定的并且可以具有包括简单和复杂的多边形的任何形状。可以通过以下操作来创建实验室区域的实际形状:以矩形开始,然后去除矩形内的其他位置以获得实际形状。图8示出了遵循该假设的实验室区域10。实验室区域10具有初始矩形形状,并且一定区域已经被去除以导致不可用区域18例如大厅、洗手间、等候区域或可能没有放置设施的其他位置。剩余的自由区域14被划分成区域大小相等的网格20。
针对实验室区域可以做出的另一种假设是:实验室边界内的一个或更多个被占用区域16的位置是已知的。这可以包括结构支柱、具有固定位置的预先被定位的设施、不可移动的安全特征或装置以及其他类型的占用对象。
针对实验室区域可以做出的另一假设是:存在入口22,所有测试管、测试材料、测试样品和其他可测试对象都通过入口22进入实验室,并且入口22的位置是已知的。入口可以是沿着实验室区域10的边界的任何地方或者甚至在中间,例如在电梯、楼梯、梯子、气动输送装置或者允许样品到达房间中间而不是通过外围的门的其他结构或装置处。
针对将被放置在实验室中的设施可以做出的一种假设是:它们具有已知的矩形尺寸。与实验室区域本身一样,每个设施可以被离散化成矩形形状,并且基于离散化比例使得设施可以占用实验室区域10中的一个或更多个自由区域14。另外,在一些实施方式中,与实验室本身一样,设施的矩形尺寸可以具有从初始矩形尺寸中去除的区域,以更准确地表示非矩形的设施的形状。一旦被放置在实验室区域10的一个或更多个自由区域14中,则单元(在一些实施方式中,其可以是自由区域单元,而在一些实施方式中,其可以是设施所占用的单元,或者其是设施的间隙区域中的单元)可以被视为该设施与其他设施的连接点(在本文中被称为设施的质心)。
针对设施可以做出的另一假设是:对于每个设施,操作员容易使用该设施所需的设施内和设施周围的间隙是已知的并且被包括在该设施的尺寸中,但是在一些实施方式中,这种类型的假设可以放宽。例如,在一些实施方式中,设施周围的所需间隙可以被加到该设施的尺寸,而不是被假定为包括在设施的尺寸中。
针对设施可以做出的另一假设是:设施的方向是未知的,而是由算法确定,并且设施的可能方向是竖直的或水平的。
在一些实施方式中针对设施可以做出的另一假设是:已知每个设施都与学科相关联。当存在与特定学科相关联的两个或更多个设施时,与该学科相关联的每个设施都必须被放置在实验室区域10中,使得它与至少一个其他设施相邻,所述至少一个其他设施也与该学科或相似学科相关联。在一些实施方式中,这可以例如通过使用表示各个设施的数据结构来完成,所述数据结构包括指示那些设施的学科以及维护出于设施放置目的而指示应将哪些学科视为“相似”的转换表的信息。
针对设施可以做出的另一假设是:任意两个设施的质心之间的距离是直线距离或曼哈顿(Manhattan)距离(即,与网格20的线相符的移动),原因是这近似于职员和其他人员在实验室内以及在实验室内的设施之间的实际移动。两个点p(x,y)和p’(x’,y’)的直线距离可以被计算为|x-x’|+|y-y’|。
针对设施可以做出的另一假设是:每对设施之间的关系被存储在流集合或其他定量不对称数据结构例如多维集、列表、数组或矩阵(例如,不对称流矩阵)中并且由流集合或其他定量不对称数据结构例如多维集、列表、数组或矩阵(例如,不对称流矩阵)来表明。用于该流集合的值可能会因实现而变化,但作为一个示例,用于该流集合的值可以呈现从一个点输送到另一个点的管的平均数量、操作员在两个点之间行进的平均次数或其他类似值。
与设施和实验室区域的特征的假设类似,限定解决方案(例如,设施的布局)必须遵守的约束或解决方案必须呈现的特征的一些实施方式也可能有益。例如,这些约束可以包括物理约束、技术约束和组织约束。物理约束可以包括:任何设施都不能与另一设施、不可用区域18或被占用区域16交叠。技术约束可以包括:每个设施所需的并且被加到该设施的总尺寸的已知间隙也要遵守和满足实验室区域10、设施本身或这二者的最低技术要求和安全要求。组织约束可以包括以下要求:在存在特定学科的两个或更多个设施的情况下,该学科的每个设施必须被放置成使得它与该学科或类似学科的另一设施相邻。该组织约束也可以被称为邻接约束或要求。虽然通常对于布局问题而言一些约束可能是常见的,但是邻接约束更具体地源自针对关于临床实验室组织的FLP的解决方案的生成。
最后,在一些实施方式中,在讨论启发式过程本身之前,定义如下方法可能是有帮助的,在所述方法中,可以在满足以如下方式布置实验室区域内的所有设施的目标方面对解决方案进行估量:基于流收集数据(例如,小瓶流量、操作员流量),使在设施之间的总行进距离最小化。用于提供对针对该FLP的解决方案的客观估量的一个示例性等式是:
其中,E是一组设施,e和e’表示作为E的成员的设施、ce和ce’分别表示设施e和e’的质心,参数f(e,e’)表示设施对(e,e’)之间的流,参数d(ce,ce’)表示设施对(ce,ce’)的质心之间的距离。
现在转向图1,该图示出了系统可以执行以生成有效的实验室布局的一组示例性高级步骤100的流程图。被配置成执行图1的步骤的系统可以是诸如物理服务器、虚拟服务器、云服务器、并行处理服务器的计算装置或针对给定实现具有适当的处理速度和数据存储的其他计算装置。例如,在用于生成针对关于小型实验室的FLP的解决方案的实现中,配置有执行图1的步骤的软件的台式计算机或膝上型计算机可能就足够了。对于大型实验室,可能需要并行工作的一个或更多个高性能服务器。
首先,一些实施方式可以确定实验室尺寸和特征102以及确定设施尺寸和特征104。这可以包括:从本地磁盘或可访问的数据库访问描述实验室的数据集和描述实验室必须支持的设施的数据集或者访问可以用于确定那些数据集的数据。它还可以包括:使用户通过诸如图形用户界面的界面输入适当的尺寸和/或其他信息。描述实验室尺寸的数据集可以包括实验室区域10的每个壁(即,包括自由空间14周围的壁,但不包括沿着不可用区域18的外壁)的外部尺寸,实验室区域10的这些区域是被占用区域16和门位置22。此外,在一些实施方式中,确定实验室尺寸102可以包括:(例如,通过从数据库检索,通过经由界面接收或以其他方式)确定实验室区域10将被划分成的棋盘形布置(tessellation)20的适当的测量单位、大小和/或形状。对于一个或更多个设施,描述设施的数据集可以描述该设施的名称和描述、该设施相关联的学科、该设施的包括该设施周围的间隙的尺寸(例如,其尺寸)、该设施的流集合值或者可以用于生成该设施的流集合值的数据。
在一些实施方式中,在确定实验室尺寸102和确定设施特征104之后,实现诸如图1所示的方法的系统可以启发式地生成106针对FLP的一组初始解决方案。针对FLP的该组初始解决方案可以包括一个或更多个解决方案(例如,实验室区域10内的每个设施的位置和方向的指定),每个解决方案都允许每个设施被放置在实验室区域内,同时遵守相关的约束和假设。在一些实施方式中,可以在两个步骤过程中执行这种类型的初始解决方案生成106,其中,首先对设施进行排序(例如,按重要性、约束级别等),然后按照其排序顺序放置设施。
在一些情况下,所述一组初始解决方案可以包括大量的解决方案,该大量的解决方案内的子集包括许多非常相似的解决方案。例如,在某些情况下,一组10个初始解决方案可以包括三个真正不同的解决方案和仅是这三个不同解决方案之一的微小或不明显变化的七个其他解决方案。在一些实施方式中,为了改进所提供的最终解决方案的质量,系统可以从将被保留的所述一组初始解决方案中选择108不同解决方案的子集,而非不同的解决方案被省略。在剩余相对少的一组不同解决方案的情况下,一些实施方式然后可以使用直接(例如,蛮力)方法来测试剩余的解决方案的许多变化,以识别并改进110选定的不同解决方案。一旦剩余的解决方案已经被改进110,则可以经由适当的装置和界面将改进的最终解决方案中的一个或更多个呈现给用户。
现在转向图2,该图示出了作为生成106一组初始解决方案的一部分的、一些实施方式可以执行以在放置之前对设施进行排序的一组示例性步骤112的流程图。可以通过在设施列表的顶部处添加114注册设施来开始排序。为了该步骤的目的,“注册设施”应被理解为是指如下设施,在所述设施中,利用实验室信息系统(未示出)对到达实验室的管进行注册或者在到达时以其他方式对到达实验室的管进行初始纳入。接下来,一些实施方式可以从剩余的未排序设施中选择116与最近放置的设施具有最多连接的设施(例如,在第一迭代中,选择116与注册设施具有最多连接的设施),其中可以使用描述每个设施对之间的样品或人员的流的流集合来确定连接的数量。如果确定已连接的设施是可用的118(即,存在与先前设施连接的设施),则该设施可以被添加120至列表中先前设施正下方。
如果确定没有连接设施是可用的118(例如,在一些实施方式中,在被放置的先前设施与任何其他设施没有直接流量(traffic)的情况下,这可以被定义为没有已连接设施是可用的状态),一些实施方式可以替代地选择122具有最高总紧密度等级(“TCR”)的设施。在一些实施方式中,可以通过以下操作使用流量或流集合来确定TCR:将每个设施的流的输入和输出相加,然后选择122具有最高总流量或TCR的设施,并将该设施添加128至列表中先前添加的设施下方。如果当基于TCR选择122时在两个设施之间存在联系124,则一些实施方式可以随机地选择具有联系的TCR的设施之一并将其添加126至列表中先前添加的设施下方。以上述方式对整个设施列表进行排序可以被用来产生根据在放置期间应该赋予每个设施的优先级而整理的列表。例如,一些实施方式可以被配置成:通过赋予设施最高优先级将注册设施放置在入口22附近。在一些实施方式中,下一个最高优先级可以去往与注册设施具有最多连接的设施或者具有最高总输入和输出流量或流的设施,该设施也可能是最佳地被放置时对方法的整体效率影响最大的设施。
如图3的一组示例性步骤130所示,利用经排序的设施列表,一些实施方式可以开始试验在实验室区域10中放置设施以生成106一组初始解决方案。使用经排序的设施列表,一些实施方式可以从列表中选择132第一设施(例如,注册设施)并将它放置134在入口22附近。一些实施方式然后可以从经排序的列表中选择136下一个设施,并在放置的设施周围创建138邻域。邻域表示后续设施的质心可以被放置的可能位置。根据被放置的设施的学科,如果要将被放置的设施的质心定位在那里,则可以将邻域修剪140到将满足邻接约束的仅那些自由区域14。对于邻域内的每个可能的质心放置,可以将当前放置的设施与已经放置的那些设施之间的距离和流考虑在内使用目标等式或类似等式来确定142得分,其中最低得分表示定位被放置的设施的质心的最佳位置。
已经识别出具有最佳得分的质心放置位置,可以选择146该位置进行放置,并且一些实施方式可以验证设施是否适合148该位置,如果设施不适合该位置,则选择下一个最佳得分152。如果设施确实适合148该位置,则一些实施方式可以将设施放置150在所选位置,并使用目标等式或类似等式更新144部分解决方案的总得分。在得分被更新144的情况下,可以从列表中选择136下一个设施,并且可以迭代图3的步骤直到所有设施都已经被放置好。
虽然图3的步骤可以产生针对FLP的一种解决方案或少量解决方案,但是很可能通过调整图3的步骤可以产生更多更有效的解决方案。例如,图4示出了一组示例性步骤154的流程图,一些实施方式可以执行所述一组示例性步骤154,以通过采用更具启发性的方法基于一组部分解决方案来产生一组初始解决方案。图4的步骤示出了用于从一组部分解决方案生成一组初始解决方案的分支定界方法,并且可以通过代替附图中所示的若干步骤(即,146、148、152、150和144)使图4的步骤与图3的步骤结合。代替将设施的质心放置在邻域内的最佳得分位置,可以选择158一组合适的质心放置位置,所述一组合适的质心放置位置彼此之间应足够远,以保持不同并控制可能性的树的组合扩展,然后可以从所有这些可能的放置创建160部分解决方案。不同的参数可以控制部分解决方案的扩展。例如,这可以包括:邻域中可以从其扩展解决方案的可能的地方的数量、用于扩展的两个所选的可能点之间的最小距离以及其他参数。此外,一旦在部分解决方案中选择了某个地方来定位质心,就可以生成质心被竖直和水平地放置在该位置处的部分解决方案。
在创建160一组部分解决方案的情况下,一些实施方式然后可以使用目标等式对部分解决方案进行评分162,然后通过以下操作来迭代部分解决方案:从列表中选择164下一个最佳得分的部分解决方案并扩展166该部分解决方案(即,通过放置附加设施沿着解决方案的路径继续),直到确定最终解决方案168或者遇到停止标准172为止,该最终解决方案通过放置所有设施并满足所有约束来解决FLP。如果从部分解决方案确定最终解决方案168,则该部分解决方案将被视为初始解决方案并将被添加170至初始解决方案列表。如果针对特定部分解决方案没有确定最终解决方案168,则它将最终遇到停止标准172,该停止标准将导致该部分解决方案的分支被修剪并使部分解决方案被丢弃174。停止标准可以包括例如部分解决方案的得分比放置有更多设施的另一现有解决方案的得分更差,原因是这意味着该解决方案的扩展166已经遍历了树的无效分支。另一停止标准可以包括没有足够的可用空间容纳被放置的设施,原因是这表明解决方案的扩展166已经遍历了将不会产生最终解决方案168的树的分支。
在确定部分解决方案是最终解决方案168或遇到停止标准172之后,一些实施方式然后可以选择164下一个最佳得分的部分解决方案,并且图4的步骤可以再次被迭代,直到所有部分解决方案都已经被转换成初始解决方案或被丢弃为止。可以看出,图3和图4的组合步骤可以产生更大的一组初始解决方案,同时仍然提供所述一组初始解决方案将包括大量有效解决方案的高置信水平。
现在转向图5,该附图示出了一组示例性步骤176的流程图,一些实施方式可以执行所述一组示例性步骤176以从所述一组初始解决方案中选择一组不同解决方案。如所说明的,用从所述一组初始解决方案中选择的不同解决方案的子集继续进行允许在数量上减少彼此之间可能没有显著差异的多个解决方案,以节省处理时间并避免可能不会产生有意义的优异结果的重复活动。图5所示的方法是:通过使用被定义为两种不同解决方案中每个学科的重心之间的距离之和的不同测量来比较每个初始解决方案以丢弃相似的解决方案。该过程可以通过以下操作有效地开始:首先根据目标等式选择180最佳得分的初始解决方案,然后分析182列表中剩余的下一个最佳初始解决方案。然后,可以使用上述方法或类似方法确定184当前分析182的下一个最佳解决方案的差异,并且可以将其差异与所有先前选择的初始解决方案进行比较。如果与先前选择的解决方案相比,当前初始解决方案是不同的186,则当前初始解决方案将被选择188以被包括在不同解决方案的列表中,并且一些实施方式可以通过分析182列表中剩余的下一个最佳初始解决方案来继续进行。如果确定任何初始解决方案与先前选择的解决方案相比都不是不同的186,则可以由于对那些先前解决方案的微不足道的变化而忽略190所述任何初始解决方案。
利用一组可用的不同解决方案,一些实施方式可以采用相对更直接的方法来搜索和识别对可能导致针对FLP的更有效的解决方案的那些不同解决方案的小改进。一种示例性方法可以是:使用2-opt优化算法来使大小相等的已放置设施彼此交换,并且确定当将目标函数应用于新的解决方案时所得到的解决方案是否是产生更好得分的可接受的改进。将所述一组初始解决方案减少至更多可管理数量的真正不同的解决方案之后,这种直接的方法可能并非不合理。例如,图6是一组示例性步骤192的流程图,一些实施方式可以执行所述一组示例性步骤192以改进所选的一组不同解决方案。在测试对不同解决方案的任何改变之前,一些实施方式可以针对所述一组不同解决方案中的每一个构建194邻接图或其他集合。为了通过多次设施交换而不用在每次交换之后检查每个设施的邻域来保持邻接约束,可以构建194和保持邻接图。学科的每个设施都是该图的节点,设施之间的邻接是两个关联节点之间的边缘。当切换实验室区域10中来自不同学科的两个设施时,可以容易地修改关联图。可以通过简单的检查任务来验证相似学科的设施之间是否满足邻接约束,以验证关联图是否仍然是连接的。
利用邻接图构建194,一些实施方式然后可以迭代每个不同解决方案196,并且对于每个设施198,使该设施与具有相同尺寸的其他设施进行交换200。如果交换根据目标等式没有导致增加的值202,则交换可以被颠倒或丢弃,并且可以进行到下一个不同解决方案196。如果交换确实导致增加的值202,则必须修改204邻接图以反映交换的设施。如果在修改204之后邻接被保持206,则可以保持或提交208设施交换,并且一些实施方式可以继续进行到下一个不同解决方案196。一旦以如图6所示的方式改进或测试了每种不同解决方案以用于改进,则一个或更多个不同的改进的解决方案可以被呈现给用户,并被用来实现所示的实验室布局。
图9示出了示例性布局例如可以在一些实施方式中使用图1的步骤在图7的初始实验室布局上产生的布局的图。在该示例中,实验室区域10约为300平方米,需要容纳分布在11个学科中的46个不同尺寸的设施。设施和实验室区域已经以1米的比例被离散化。可以看出,实验室区域10内的先前的自由区域14已经被块大量填充,这些块代表设施24及其周围的间隙区域的离散尺寸。每个设施都标记有指示该设施的学科的字母,并且可以看出,在整个解决方案中邻接约束已经被满足,从而使得每个设施与具有共享学科的设施相邻,并且被标记为A的注册设施位于入口22旁边。在图9所示的接近最佳的解决方案中,可以看出,所提出的解决方案由密集填塞的设施组成,在设施所占用的区域内几乎没有剩余的自由区域14。在密集布局的边缘处还保留了自由空间,这可以使得决策制定者能够在使受影响设施的相对放置质量的损失最小化的情况下扩展走廊和间隙。
应该理解的是,本文中描述的教导、表达、实施方式、示例等中的任何一个或更多个可以与本文中描述的其他教导、表达、实施方式、示例等中的任何一个或更多个进行组合。因此,以下描述的教导、表达、实施方式、示例等不应相对于彼此孤立地被看待。鉴于本文的教导,可以组合本文中的教导的各种适当方式对于本领域的普通技术人员将是很明显的。这样的修改和变化旨在被包括在权利要求的范围内。
已经示出并描述了本发明的各种实施方式,在不脱离本发明的范围的情况下,本领域的普通技术人员可以通过适当的修改来实现对本文描述的方法和系统的进一步修改。已经提到了一些这样的可能修改,并且其他修改对本领域技术人员也将是明显的。例如,以上讨论的示例、实施方式、几何形状、材料、尺寸、比率、步骤等是说明性的,并且不是必需的。因此,本发明的范围应根据所附权利要求来考虑,并且应被理解为不限于说明书和附图中示出和描述的结构和操作的细节。
Claims (10)
1.一种在装置上实现的方法,所述方法包括:
a)获得与一组设施和实验室区域有关的一组约束;
b)获得描述来自所述一组设施中的设施之间的一个或更多个对象流的流集合;以及
d)基于一组部分布局、所述流集合和所述一组约束,生成所述实验室区域内的所述设施的一组初始布局。
2.根据权利要求1所述的方法,其中:
a)对于每个设施,所述一组约束包括:
i)所述设施的尺寸;以及
ii)学科;
b)所述实验室区域包括:
i)尺寸;
ii)一组自由区域;以及
iii)入口。
3.根据权利要求2所述的方法,还包括使用不同测量算法来识别所述一组初始布局中的一组不同布局,其中:
a)所述一组初始布局中的每个布局均包括一组学科群;
b)将所述一组初始布局中的最佳初始布局立即添加至所述一组不同布局;以及
c)所述不同测量算法包括:对于所述一组初始布局中的每个布局,确定所述多组学科群中的每一组在该布局中的重心之间的距离之和,并且在该布局的距离之和与所述一组不同布局中的每个不同布局的距离之和基本上不同的情况下,将该布局添加至所述一组不同布局。
4.根据权利要求3所述的方法,其中,所述一组不同布局中的每个不同布局包括一组设施放置,所述方法还包括通过以下操作来改进所述一组不同布局的步骤:
a)构建所述一组不同布局中的每个不同布局的邻接图;
b)对于每个不同布局的所述一组设施放置中的每个设施放置,使该设施放置与相同尺寸的另一个设施放置进行交换以创建测试布局;
c)修改所述测试布局的邻接图;
d)使用所述邻接图来验证学科邻接约束对于所述测试布局是否有效;以及
e)仅在所述测试布局的得分相对于该不同布局有所提高并且所述邻接约束对于所述测试布局有效的情况下,才用所述测试布局代替该不同布局。
5.根据权利要求1所述的方法,其中,生成所述一组初始布局的步骤包括通过以下操作将所述一组设施排序到经排序的设施列表中:
a)在所述经排序的设施列表的第一位置处添加所述一组设施中的注册设施;以及
b)对于所述一组设施中的每个剩余设施,重复以下步骤:
i)基于所述流集合从所述一组设施中选择与最近添加的设施具有最高流的设施作为选定设施;
ii)在不存在与所述最近添加的设施共享流的设施的情况下,从所述一组设施中选择具有最高总紧密度等级的设施作为所述选定设施,其中,可以基于所述流集合将总紧密度等级确定为所述设施的输入流和输出流之和;以及
iii)将所述选定设施添加至所述经排序的设施列表中的下一个位置。
6.根据权利要求5所述的方法,其中,生成所述一组初始布局的步骤包括通过以下操作放置所述设施:
a)从所述经排序的列表的所述第一位置选择所述注册设施,并且将所述注册设施放置在所述实验室的入口处;
b)对于所述经排序的设施列表中的每个剩余设施,重复以下步骤:
i)从所述经排序的设施列表中选择该设施;
ii)基于该设施的一组可能的放置创建所述一组部分布局;
iii)使用目标等式对所述一组部分布局中的每一个进行评分;
iv)使用分支定界算法,扩展所述一组部分布局中的每一个,直到达到该部分布局的最终布局或满足该部分布局的一个或更多个停止标准为止;以及
v)仅在达到所述最终布局的情况下,才将该部分布局添加至所述一组初始布局。
7.根据权利要求6所述的方法,其中,所述一个或更多个停止标准包括:
a)当该部分布局的得分比所述一组部分布局中的第二部分布局的得分更差时满足的第一标准,其中,所述第二部分布局相比于该部分布局放置有更多的所述一组设施;以及
b)当不可能放置后续设施时满足的第二标准。
8.根据权利要求6所述的方法,其中,该设施的一组可能放置包括设施放置位置和设施放置方向二者,并且其中,所述设施放置方向包括竖直方向和水平方向。
9.根据权利要求1所述的方法,其中,所述一组设施和所述实验室区域中的每一个都是矩形的并且以比例测量被离散化。
10.一种系统,包括一个或更多个计算机,所述一个或更多个计算机由存储在非暂态计算机可读介质上以执行根据前述权利要求1至9中任一项所述的方法的计算机可执行指令来配置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862660461P | 2018-04-20 | 2018-04-20 | |
US62/660,461 | 2018-04-20 | ||
PCT/US2019/028264 WO2019204691A1 (en) | 2018-04-20 | 2019-04-19 | System and method for clinical laboratory layout design |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111989750A true CN111989750A (zh) | 2020-11-24 |
CN111989750B CN111989750B (zh) | 2024-07-02 |
Family
ID=66397492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980026407.2A Active CN111989750B (zh) | 2018-04-20 | 2019-04-19 | 用于临床实验室布局设计的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210365601A1 (zh) |
EP (1) | EP3782056B1 (zh) |
CN (1) | CN111989750B (zh) |
WO (1) | WO2019204691A1 (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999040510A1 (en) * | 1998-02-09 | 1999-08-12 | Reuters, Ltd. | Method and system for layout of objects within a perimeter using constrained interactive search |
CN102214333A (zh) * | 2011-07-11 | 2011-10-12 | 河南理工大学 | 一种厂房内设施布局多目标优化方法 |
CN107330214A (zh) * | 2017-07-11 | 2017-11-07 | 哈尔滨工业大学(威海) | 基于离散化与启发式进化算法的空间布局优化方法 |
US20170364812A1 (en) * | 2016-06-16 | 2017-12-21 | The Aerospace Corporation | Progressive Objective Addition in Multi-objective Heuristic Systems and Methods |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170091348A1 (en) * | 2015-09-25 | 2017-03-30 | International Business Machines Corporation | Intelligent suggestions for rack layout setup |
-
2019
- 2019-04-19 WO PCT/US2019/028264 patent/WO2019204691A1/en active Application Filing
- 2019-04-19 US US17/048,877 patent/US20210365601A1/en not_active Abandoned
- 2019-04-19 CN CN201980026407.2A patent/CN111989750B/zh active Active
- 2019-04-19 EP EP19721963.7A patent/EP3782056B1/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999040510A1 (en) * | 1998-02-09 | 1999-08-12 | Reuters, Ltd. | Method and system for layout of objects within a perimeter using constrained interactive search |
CN102214333A (zh) * | 2011-07-11 | 2011-10-12 | 河南理工大学 | 一种厂房内设施布局多目标优化方法 |
US20170364812A1 (en) * | 2016-06-16 | 2017-12-21 | The Aerospace Corporation | Progressive Objective Addition in Multi-objective Heuristic Systems and Methods |
CN107330214A (zh) * | 2017-07-11 | 2017-11-07 | 哈尔滨工业大学(威海) | 基于离散化与启发式进化算法的空间布局优化方法 |
Non-Patent Citations (2)
Title |
---|
ABDELAHAD CHRAIBI,等: "A Mixed Integer Programming formulation for solving Operating Theatre Layout Problem: a Multi-goal Approach", 《PROCEEDINGS OF 2013 INTERNATIONAL CONFERENCE ON INDUSTRIAL ENGINEERING AND SYSTEMS MANAGEMENT(IESM)》, pages 1 - 10 * |
AMINE DRIRA,ET AL.: "Facility layout problems: A survey", 《ANNUAL REVIEWS IN CONTROL》, vol. 31, pages 256 * |
Also Published As
Publication number | Publication date |
---|---|
WO2019204691A1 (en) | 2019-10-24 |
CN111989750B (zh) | 2024-07-02 |
EP3782056A1 (en) | 2021-02-24 |
EP3782056B1 (en) | 2023-11-22 |
US20210365601A1 (en) | 2021-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Malavasi et al. | A synthetic approach to the evaluation of the carrying capacity of complex railway nodes | |
Tiacci | Mixed-model U-shaped assembly lines: Balancing and comparing with straight lines with buffers and parallel workstations | |
Daolio et al. | Communities of minima in local optima networks of combinatorial spaces | |
CN105956413A (zh) | 识别生物分子网络中关键模块或关键节点的方法 | |
Yildiz et al. | Global objectives for standard cell placement | |
US20180137214A1 (en) | Generative design for architecture | |
KR101995511B1 (ko) | 유사 약리활성 그룹 화합물들의 조각구조 특성 연관규칙을 기반으로 신규 선도물질 예측 방법 및 시스템 | |
CN107360026B (zh) | 分布式消息中间件性能预测与建模方法 | |
Singholi et al. | Evaluating the effect of machine and routing flexibility on flexible manufacturing system performance | |
CN108898351A (zh) | 配送方选择方法、系统、介质和计算设备 | |
CN106570104B (zh) | 一种流数据的多分区聚类预处理方法 | |
Shang et al. | Spatial scheduling optimization algorithm for block assembly in shipbuilding | |
Nama et al. | Implementation of K-Means Technique in Data Mining to Cluster Researchers Google Scholar Profile | |
Zhang et al. | PSO-based algorithm for solving lot splitting in unbalanced seru production system | |
Mariescu-Istodor et al. | Solving the large-scale tsp problem in 1 h: Santa claus challenge 2020 | |
Thompson et al. | Sample-sort simulated annealing | |
US9471733B1 (en) | Solving a circuit network in multicore or distributed computing environment | |
CN111989750B (zh) | 用于临床实验室布局设计的系统和方法 | |
CN113743453A (zh) | 一种基于随机森林的人口数量预测方法 | |
CN107609171A (zh) | 基于数据仓库的数据溯源方法及装置 | |
WO2023125585A1 (zh) | 疏散模拟方法及装置、电子设备及存储介质 | |
Chiu et al. | Novel hybrid approach with elite group optimal computing budget allocation for the stochastic multimodal problem | |
Khasawneh et al. | Hill climbing with trees: Detail placement for large windows | |
CN107273713A (zh) | 一种基于TM‑align的多域蛋白模板搜索方法 | |
Brüngger | Solving hard combinatorial optimization problems in parallel: two case studies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |