CN113222396A - 一种自动配药系统中处方订单智能排序调度方法 - Google Patents

一种自动配药系统中处方订单智能排序调度方法 Download PDF

Info

Publication number
CN113222396A
CN113222396A CN202110497795.1A CN202110497795A CN113222396A CN 113222396 A CN113222396 A CN 113222396A CN 202110497795 A CN202110497795 A CN 202110497795A CN 113222396 A CN113222396 A CN 113222396A
Authority
CN
China
Prior art keywords
prescription
orders
order
sub
prescription order
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
Application number
CN202110497795.1A
Other languages
English (en)
Other versions
CN113222396B (zh
Inventor
李德彪
阮晓明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou University
Original Assignee
Fuzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuzhou University filed Critical Fuzhou University
Priority to CN202110497795.1A priority Critical patent/CN113222396B/zh
Publication of CN113222396A publication Critical patent/CN113222396A/zh
Application granted granted Critical
Publication of CN113222396B publication Critical patent/CN113222396B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种自动配药系统中处方订单智能排序调度方法，包括以下步骤：步骤S1:将处方订单信息整理后输入自动化配药系统中；步骤S2:根据自动配药系统和实际排序的约束，并基于改进的禁忌算法构建智能排序调度模型；步骤S3:根据输入的处方订单信息，并基于智能排序调度模型，得到处方订单的排程。本发明实现了自动配药系统中处方订单的按餐配药，并且最大程度减少患者的平均等待时间，即最小化处方订单总体完成时间。解决了患者按每一餐的药品处方自行二次配药，花费大量时间精力还可能造成医疗错误的问题。

Description

一种自动配药系统中处方订单智能排序调度方法
技术领域
本发明生产排程领域，具体涉及一种自动配药系统中处方订单智能排序调度方法。
背景技术
目前人口老龄化现象导致患有慢性病的人数增加，并且对于慢性病的患者一般需要长期服药。慢性病患者特别是那些老年人由于记忆力差、存在不良的药物反应等因素，导致服药依从性差，这不仅降低了治疗效果，同时甚至影响了患者生命质量。因此每次重新开完处方订单，慢性病患者需要提前按照每一餐的药品处方来分配药物，以避免由于人为因素导致出现少，多或不正确的剂量服用。目前自动化配药系统功能广泛，可以减少配药花费的时间并实现药品的可追溯性，但当前的自动配药系统在配药时以处方订单为单位，按照药品的种类进行配药。患者或其家属在每餐服药前都必须根据处方自行对药品进行二次分配，这还需要花费大量的时间和精力，对于慢性病患者情况更为严重。
发明内容
有鉴于此，本发明的目的在于提供一种自动配药系统中处方订单智能排序调度方法，实现了提前分配好每餐药处方的药品工作，从根本上解决患者按每一餐的药品处方分药，花费大量时间精力还可能造成医疗错误的问题。
为实现上述目的，本发明采用如下技术方案：
一种自动配药系统中处方订单智能排序调度方法，包括以下步骤：
步骤S1:将处方订单信息整理后输入自动化配药系统中；
步骤S2:根据自动配药系统和实际排序的约束，并基于改进的禁忌算法构建智能排序调度模型；
步骤S3:根据输入的处方订单信息，并基于智能排序调度模型，得到处方订单的排程。
进一步的，所述自动化配药系统采用三阶段装配流水车间系统，其中，在第一阶段，由完全灵活的并行机器分配药品；在第二阶段，由完全灵活的整合机器整合子订单的药品；在第三阶段，由一台装配机打包处方订单的子订单。
进一步的，所述子订单整合和处方订单打包采用恒定的速率进行，且第二阶段和第三阶段的流程都遵循先到先得规则。
进一步的，所述自动配药系统的约束，具体为：
处方订单排程中相同子订单的药品工作需要在配药机器上连续分配
处方订单排程中相同处方订单的药品工作需要在配药机器上连续分配
存在一个最优排程，其中同一个处方订单的子订单连续整合，同一个子订单中的药品工作连续分配
第三阶段处方订单排程顺序按处方订单单独打包的完成时间非递减顺序排序；
对于一个最优的排程，第一个打包处方订单中药品工作的排程与该处方订单单独排程的结果一致。
进一步的，所述改进的禁忌算法基于单一解决方案的随机元启发式全局优化方法，利用邻域搜索启发式方法来探索局部最优以外的解空间。
进一步的，所述改进的禁忌算法具体为：
A:初始化最大迭代次数，禁忌列表，记忆结构和特赦准则；
B：通过构造式算法获得初始序列并将其设置为当前解，设当前迭代次数为1；
C：根据所得性质，对领域搜索范围进行限制，并进行领域搜索；
D：选择不属于禁忌列表中的操作或可以进行特赦的当前解；
E：更新最优解，特赦准则和长期记忆，迭代次数加1；
F：确定是否满足终止条件,如果是，则进化终止，输出最优解；如果不是,继续进行迭代，转到步骤C。
进一步的，，所述步骤A,具体设置如下：
A1:最大迭代次数：停止条件为基于非改进迭代；
A2:将禁忌列表的长度设置为N3，其中N3是药品工作的数量；
A3:采用长期记忆结构，长期记忆通过基于频率的比率为惩罚函数对非改进动作进行惩罚；其中分子是当前禁忌属性为当前解决方案的迭代次数，而分母表示迭代的总数；
A4:移动后的解是最优解，则进行特赦操作。
进一步的，，所述步骤B，具体为：
B1:求出各个处方订单单独打包的最优完成时间；
其中，设置计算所能容忍的最大时间，若超过该时间则，转到步骤B2；否则转到B3；
B2:对于每个处方订单，在第二阶段均按照中最短的最大处理时间规则对所有子订单进行整理，在第一阶段按最长分配时间规则分配药物工作；
B3:对求出各个处方订单单独打包的完成时间按非递减顺序；
B4:第三阶段的处方订单排程按已得出的排序，并按步骤B2方法对处方订单中的子订单和药品工作排程。
进一步的，所述对领域搜索范围进行限制具体为：
①同一子订单的药品工作在第一阶段连续分配。因此，不同子订单中的药品工作不能直接交换；
②同一处方订单中的药品工作在第一阶段连续分配，不同处方订单中的药品工作不能被交换；
③无需更改第一个打包处方订单中药品工作的位置。
④当交换相同药品工作的子订单无法改变目标值，则相同药品工作的子订单无需交换。
本发明与现有技术相比具有以下有益效果：
本发明结合了装配式流水车间的性质并结合实际进行药品排程，实现了自动配药系统中处方订单的“按餐配药”，并且最大程度减少患者的平均等待时间，即最小化处方订单总体完成时间。解决了患者按每一餐的药品处方自行二次配药，花费大量时间精力还可能造成医疗错误的问题。
附图说明
图1是本发明系统结构示意图；
图2是本发明改进的禁忌搜索算法的流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图1，本实施例提供一种智能排序调度系统，包括问题相关性质研究和智能排序调度方法两个模块；其中自动配药系统模块包括问题性质分析，问题性质证明；本实施例采用的智能排序调度方法为改进的禁忌算法，该模块包括基于构造式算法的初始解和限制的领域搜索。
一种自动配药系统中处方订单智能排序调度方法，包括以下步骤：
步骤S1将处方订单信息整理后输入自动化配药系统中；
步骤S2:根据自动配药系统和实际排序的约束，并基于改进的禁忌算法构建智能排序调度模型；
步骤S3:根据输入的处方订单信息，并基于智能排序调度模型，得到处方订单的排程。
在本实施例中，优选的，自动化配药系统采用三阶段装配流水车间系统，其中，在第一阶段，由完全灵活的并行机器分配药品；在第二阶段，由完全灵活的整合机器整合子订单的药品；在第三阶段，由一台装配机打包处方订单的子订单。
优选的，处方订单是通过远程进行监控，因此子订单整合和处方订单打包可以采用恒定的速率进行。那么，第二阶段的子订单和第三阶段的处方订单的处理时间是固定的，并且第二阶段和第三阶段的流程都遵循先到先得(FCFS)规则
在本实施例中，问题相关性质研究模块对自动配药系统问题进行分析，获得问题最优解的相关属性并加以证明，具体如下：
1处方订单排程中相同子订单的药品工作需要在配药机器上连续分配，证明如下：
假设
Figure BDA0003055121600000061
为子订单l(l∈{1,2,…,N2})在配药机器k(k∈{1,2,…,M1})上最后一个药品工作的完成时间，并且
Figure BDA0003055121600000062
为子订单l在第二阶段可以开始整合的时间，那么
Figure BDA0003055121600000063
同时，假设存在最优的排程S，其中在配药机k'上，子订单l的最后一个药品工作在子订单l'最后一个药品工作的后面。并且在第二阶段中两个子订单可以开始整合的时间满足
Figure BDA0003055121600000064
在排程S中，有：
Figure BDA0003055121600000065
Figure BDA0003055121600000066
通过互换配药机k1上子订单l和l'最后药品工作的位置，构造新的排程S'。那么，有
Figure BDA0003055121600000067
和
Figure BDA0003055121600000068
由于子订单l和l'最后一个药品工作的位置互换对其他药品工作没有影响，因此其他药品工作和子订单的完成时间不会改变。再根据
Figure BDA0003055121600000069
可以得出：
Figure BDA00030551216000000610
Figure BDA00030551216000000611
从中可以看出，
Figure BDA0003055121600000071
和
Figure BDA0003055121600000072
由于第二阶段和第三阶段的子订单和处方订单的排程均遵循FCFS规则，则上述结果表明在排程S'打包处方订单的总体完成时间不超过排程S的总体完成时间。综上，可以得出，当
Figure BDA0003055121600000073
时，应该在配药机k'上分配子订单l的最后一个药品工作后再分配子订单l'的最后一个药品工作。这意味着在第一阶段，将连续分配来自相同子订单中的药品工作。证明完成。
2处方订单排程中相同处方订单的药品工作需要在配药机器上连续分配，证明如下：
假设
Figure BDA0003055121600000074
为处方订单i在第三阶段可以开始打包的时间，并且假设Li为处方订单i中子订单集合，那么当
Figure BDA0003055121600000075
Figure BDA0003055121600000076
时，
Figure BDA0003055121600000077
假设存在一个最优排程S，其中两个处方订单i和i'都在分配机k上分配药品工作，并且
Figure BDA0003055121600000078
此外，处方订单i中的子订单l'最后的药品工作在处方订单i'中子订单l*的药品工作之前分配那么在排程S中，有：
Figure BDA0003055121600000079
Figure BDA00030551216000000710
通过互换分配机k'上子订单l'和l*最后的药品工作的位置，构造新的排程S'。那么，有
Figure BDA00030551216000000711
这意味着
Figure BDA00030551216000000712
并且根据交换药品工作的情况，还有
Figure BDA00030551216000000713
由于子订单l'和l*的最后一个药品工作的位置互换对其他药品工作没有影响，因此其他药品工作和子订单的完成时间不会改变。再根据
Figure BDA0003055121600000081
可以得出：
Figure BDA0003055121600000082
Figure BDA0003055121600000083
因此，我们可以得出
Figure BDA0003055121600000084
并且
Figure BDA0003055121600000085
由于第三阶段的处方订单遵循FCFS规则，则上述结果表明在排程S'的目标值不超过排程S的目标值。综上，可以得出，当
Figure BDA0003055121600000086
应该在分配机上应该先分配处方订单i的药品工作。在第三阶段中较早打包的处方订单中的药品工作将在第一阶段中的配药机上较早分配。这意味着在第一阶段，将连续分配来自相同处方订单中的药品工作。证明完成。
3存在一个最优排程，其中同一个处方订单的子订单连续整合，同一个子订单中的药品工作连续分配。证明如下：
根据权利要求3中的①，在第二阶段中较早整合的子订单中的药品工作将在第一阶段配药机上较早分配。这意味着来自相同子订单的药品工作将在第一阶段连续分配。根据权利要求3中的②，在第三阶段中较早打包的处方订单中的药品工作将在第一阶段中的配药机上较早分配。这意味着在第一阶段，将连续分配来自相同处方订单中的药品工作。此外，根据第一阶段连续分配来自同一子订单的药品工作。综上，可以得出来自相同处方订单中的子订单在第二阶段连续整合。证明完成。
4第三阶段处方订单排程顺序按处方订单单独打包的完成时间非递减顺序排序。证明如下：
假设
Figure BDA0003055121600000091
为处方订单i在第三阶段单独排程的最优完成时间，并且存在一个最优的排程S，其中处方订单i在处方订单的i'之后打包。假设在第三阶段中，在处方订单i之前打包的是处方订单α1，在处方订单i'之前打包的是处方订单α2。那么根据排程S，有
Figure BDA0003055121600000092
Figure BDA0003055121600000093
通过互换第三阶段中处方订单i和i'的工作位置，构造新的排程S'。根据上述第七点，在第一阶段配药机上处方订单i和i'的药品工作相应的位置也被交换。那么根据排程S'，有
Figure BDA0003055121600000094
和
Figure BDA0003055121600000095
根据
Figure BDA0003055121600000096
因此对于处方订单i和i'中开始整合子订单的空闲时间，排程S'比排程S要短。再加上在排程S第三阶段中在处方订单i和i'之前打包处方订单的完成时间与排程S'相同，可以得出：
Figure BDA0003055121600000097
因此，可以得出
Figure BDA0003055121600000098
由于处方订单i和i'工作的位置互换对其他处方订单的工作没有影响，可以得出排程S'的结果更优。这意味着第三阶段处方订单排程顺序按处方订单单独打包的完成时间非递减顺序排序。证明完成。
5对于一个最优的排程，第一个打包处方订单中药品工作的排程与该处方订单单独排程的结果一致。
优选的，本实施例中，基于自动配药系统的特质并结合实际情况对算法进行优化和改进，提升算法的鲁棒性
优选的，改进的禁忌算法基于单一解决方案的随机元启发式全局优化方法，利用邻域搜索启发式方法来探索局部最优以外的解空间，具体为：
A:初始化最大迭代次数，禁忌列表，记忆结构和特赦准则；
B：通过构造式算法获得初始序列并将其设置为当前解，设当前迭代次数为1；
C：根据所得性质，对领域搜索范围进行限制，并进行领域搜索；
D：选择不属于禁忌列表中的操作或可以进行特赦的当前解；
E：更新最优解，特赦准则和长期记忆，迭代次数加1；
F：确定是否满足终止条件,如果是，则进化终止，输出最优解；如果不是,继续进行迭代，转到步骤C。
优选的，所述步骤A,通过根据问题经验分布的数据进行实验来设置参数，具体设置如下：
A1:最大迭代次数：停止条件为基于非改进迭代；
A2:将禁忌列表的长度设置为N3，其中N3是药品工作的数量；
A3:采用长期记忆结构，长期记忆通过基于频率的比率为惩罚函数对非改进动作进行惩罚；其中分子是当前禁忌属性为当前解决方案的迭代次数，而分母表示迭代的总数；
A4:移动后的解是最优解，则进行特赦操作。
进一步的，所述步骤B中计算初始解的构造式算法，具体为：
B1:求出各个处方订单单独打包的最优完成时间；
其中，设置计算所能容忍的最大时间，若超过该时间则，转到步骤B2；否则转到B3；
B2:对于每个处方订单，在第二阶段均按照中最短的最大处理时间规则对所有子订单进行整理，在第一阶段按最长分配时间规则分配药物工作；
B3:对求出各个处方订单单独打包的完成时间按非递减顺序；
B4:第三阶段的处方订单排程按已得出的排序，并按步骤B2方法对处方订单中的子订单和药品工作排程。
优选的，对领域搜索范围进行限制具体为：
①同一子订单的药品工作在第一阶段连续分配。因此，不同子订单中的药品工作不能直接交换；
②同一处方订单中的药品工作在第一阶段连续分配，不同处方订单中的药品工作不能被交换；
③无需更改第一个打包处方订单中药品工作的位置。
④当交换相同药品工作的子订单无法改变目标值，则相同药品工作的子订单无需交换。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (9)

1.一种自动配药系统中处方订单智能排序调度方法，其特征在于，包括以下步骤：
步骤S1:将处方订单信息整理后输入自动化配药系统中；
步骤S2:根据自动配药系统和实际排序的约束，并基于改进的禁忌算法构建智能排序调度模型；
步骤S3:根据输入的处方订单信息，并基于智能排序调度模型，得到处方订单的排程。
2.根据权利要求1所述的一种自动配药系统中处方订单智能排序调度方法，其特征在于，所述自动化配药系统采用三阶段装配流水车间系统，其中，在第一阶段，由完全灵活的并行机器分配药品；在第二阶段，由完全灵活的整合机器整合子订单的药品；在第三阶段，由一台装配机打包处方订单的子订单。
3.根据权利要求2所述的一种自动配药系统中处方订单智能排序调度方法，其特征在于，所述子订单整合和处方订单打包采用恒定的速率进行，且第二阶段和第三阶段的流程都遵循先到先得规则。
4.根据权利要求2所述的一种自动配药系统中处方订单智能排序调度方法，其特征在于，所述自动配药系统的约束，具体为：
处方订单排程中相同子订单的药品工作需要在配药机器上连续分配
处方订单排程中相同处方订单的药品工作需要在配药机器上连续分配
存在一个最优排程，其中同一个处方订单的子订单连续整合，同一个子订单中的药品工作连续分配
第三阶段处方订单排程顺序按处方订单单独打包的完成时间非递减顺序排序；
对于一个最优的排程，第一个打包处方订单中药品工作的排程与该处方订单单独排程的结果一致。
5.根据权利要求1所述的一种自动配药系统中处方订单智能排序调度方法，其特征在于，所述改进的禁忌算法基于单一解决方案的随机元启发式全局优化方法，利用邻域搜索启发式方法来探索局部最优以外的解空间。
6.根据权利要求1所述的一种自动配药系统中处方订单智能排序调度方法，其特征在于，所述改进的禁忌算法具体为：
A:初始化最大迭代次数，禁忌列表，记忆结构和特赦准则；
B：通过构造式算法获得初始序列并将其设置为当前解，设当前迭代次数为1；
C：根据所得性质，对领域搜索范围进行限制，并进行领域搜索；
D：选择不属于禁忌列表中的操作或可以进行特赦的当前解；
E：更新最优解，特赦准则和长期记忆，迭代次数加1；
F：确定是否满足终止条件,如果是，则进化终止，输出最优解; 如果不是, 继续进行迭代，转到步骤C。
7.根据权利要求6所述的一种自动配药系统中处方订单智能排序调度方法，其特征在于，所述步骤A,具体设置如下：
A1:最大迭代次数：停止条件为基于非改进迭代；
A2:将禁忌列表的长度设置为 N3，其中N3是药品工作的数量；
A3:采用长期记忆结构，长期记忆通过基于频率的比率为惩罚函数对非改进动作进行惩罚；其中分子是当前禁忌属性为当前解决方案的迭代次数，而分母表示迭代的总数；
A4:移动后的解是最优解，则进行特赦操作。
8.根据权利要求6所述的一种自动配药系统中处方订单智能排序调度方法，其特征在于，所述步骤B，具体为：
B1:求出各个处方订单单独打包的最优完成时间；
其中，设置计算所能容忍的最大时间，若超过该时间则，转到步骤B2；否则转到B3；
B2:对于每个处方订单，在第二阶段均按照中最短的最大处理时间规则对所有子订单进行整理，在第一阶段按最长分配时间规则分配药物工作；
B3:对求出各个处方订单单独打包的完成时间按非递减顺序；
B4:第三阶段的处方订单排程按已得出的排序，并按步骤B2方法对处方订单中的子订单和药品工作排程。
9.根据权利要求6所述的一种自动配药系统中处方订单智能排序调度方法，其特征在于，所述对领域搜索范围进行限制具体为：
同一子订单的药品工作在第一阶段连续分配;
因此，不同子订单中的药品工作不能直接交换；
同一处方订单中的药品工作在第一阶段连续分配，不同处方订单中的药品工作不能被交换；
无需更改第一个打包处方订单中药品工作的位置;
当交换相同药品工作的子订单无法改变目标值，则相同药品工作的子订单无需交换。
CN202110497795.1A 2021-05-08 2021-05-08 一种自动配药系统中处方订单智能排序调度方法 Active CN113222396B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110497795.1A CN113222396B (zh) 2021-05-08 2021-05-08 一种自动配药系统中处方订单智能排序调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110497795.1A CN113222396B (zh) 2021-05-08 2021-05-08 一种自动配药系统中处方订单智能排序调度方法

Publications (2)

Publication Number Publication Date
CN113222396A true CN113222396A (zh) 2021-08-06
CN113222396B CN113222396B (zh) 2022-06-21

Family

ID=77091654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110497795.1A Active CN113222396B (zh) 2021-05-08 2021-05-08 一种自动配药系统中处方订单智能排序调度方法

Country Status (1)

Country Link
CN (1) CN113222396B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113706240A (zh) * 2021-08-18 2021-11-26 上海明略人工智能(集团)有限公司 订单排序的方法和装置、电子设备和存储介质
CN117566305A (zh) * 2023-12-25 2024-02-20 昆明理工大学 一种基于顺序交替启发式算法的自动发药机储位分配方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1677234A1 (en) * 2004-12-29 2006-07-05 Sap Ag Compact scheduling
CN108647914A (zh) * 2018-04-03 2018-10-12 广州视源电子科技股份有限公司 生产排程方法、装置、计算机设备和存储介质
CN111382942A (zh) * 2020-03-09 2020-07-07 西安建筑科技大学 一种集成交货期配置的置换流水车间能效优化调度方法
CN112308353A (zh) * 2019-07-31 2021-02-02 沈阳工业大学 一种药品仓库作业调度优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1677234A1 (en) * 2004-12-29 2006-07-05 Sap Ag Compact scheduling
CN108647914A (zh) * 2018-04-03 2018-10-12 广州视源电子科技股份有限公司 生产排程方法、装置、计算机设备和存储介质
CN112308353A (zh) * 2019-07-31 2021-02-02 沈阳工业大学 一种药品仓库作业调度优化方法
CN111382942A (zh) * 2020-03-09 2020-07-07 西安建筑科技大学 一种集成交货期配置的置换流水车间能效优化调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
蒋大奎等: "一类求解订单分配和排序问题的集成优化算法", 《控制与决策》 *
蒋大奎等: "一类求解订单分配和排序问题的集成优化算法", 《控制与决策》, no. 02, 15 February 2013 (2013-02-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113706240A (zh) * 2021-08-18 2021-11-26 上海明略人工智能(集团)有限公司 订单排序的方法和装置、电子设备和存储介质
CN117566305A (zh) * 2023-12-25 2024-02-20 昆明理工大学 一种基于顺序交替启发式算法的自动发药机储位分配方法

Also Published As

Publication number Publication date
CN113222396B (zh) 2022-06-21

Similar Documents

Publication Publication Date Title
CN113222396B (zh) 一种自动配药系统中处方订单智能排序调度方法
US9361748B2 (en) Pharmaceutical dispensing systems, methods and computer program products for determining and displaying replenishment information
CA2998062C (en) System and software of enhanced pharmaceutical operations in long-term care facilities and related methods
CA2410397C (en) System and method for management of pharmacy workflow
US20070173971A1 (en) System and method of providing medication compliance packaging
US10916340B2 (en) System and methodology for filling prescriptions
US8972047B2 (en) Pharmaceutical dispensing systems and graphical user interfaces associated with same
Hesaraki et al. Generating outpatient chemotherapy appointment templates with balanced flowtime and makespan
US8670995B1 (en) Method and system for aligning a plurality of refill dates for prescriptions associated with a plurality of customers
AU2014268802B2 (en) Automated utilization driven inventory management
US11664102B2 (en) Pharmacy fulfillment and verification of non-sterile compounding
US20150066206A1 (en) Medical Pill Dispensing System
Moniz et al. Simultaneous regular and non-regular production scheduling of multipurpose batch plants: A real chemical–pharmaceutical case study
JP2022528008A (ja) 継続的な薬剤操作サービスを提供するための手段および方法
Mei et al. Multi-objective optimization of collation delay and makespan in mail-order pharmacy automated distribution system
CN108960728A (zh) 一种配送方法和装置
CN117174239A (zh) 医嘱处理方法、装置及计算机可读存储介质
JP4638616B2 (ja) 薬剤分包装置
CN110265109B (zh) 一种组合型智能化中药柜系统及控制方法
Wang et al. Drug dispenser replenishment optimization via mixed integer programming in central fill pharmacy systems
Wang et al. Evaluation and optimization of automatic drug dispensing/filling system
CN111445975A (zh) 药库的出药方法及装置、药库及存储介质
JPH0780042A (ja) 調剤支援システム
JP2002238980A (ja) 薬剤分包装置
Chen et al. Simulation-based optimization approach to clinical trial supply chain management

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
GR01 Patent grant