CN114203284A - 一种应急血液调度方法 - Google Patents
一种应急血液调度方法 Download PDFInfo
- Publication number
- CN114203284A CN114203284A CN202111280880.9A CN202111280880A CN114203284A CN 114203284 A CN114203284 A CN 114203284A CN 202111280880 A CN202111280880 A CN 202111280880A CN 114203284 A CN114203284 A CN 114203284A
- Authority
- CN
- China
- Prior art keywords
- blood
- hospital
- hospitals
- emergency
- type
- 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.)
- Pending
Links
- 210000004369 blood Anatomy 0.000 title claims abstract description 209
- 239000008280 blood Substances 0.000 title claims abstract description 209
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000010836 blood and blood product Substances 0.000 claims abstract description 118
- 229940125691 blood product Drugs 0.000 claims abstract description 118
- 230000008901 benefit Effects 0.000 claims abstract description 64
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 39
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000006467 substitution reaction Methods 0.000 description 10
- 210000003743 erythrocyte Anatomy 0.000 description 8
- 230000036770 blood supply Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 3
- 238000010206 sensitivity analysis Methods 0.000 description 3
- 208000028399 Critical Illness Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000012567 medical material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Finance (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Accounting & Taxation (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biodiversity & Conservation Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及血液运输技术领域,具体涉及一种应急血液调度方法;包括以下步骤:获取区域内每个医院血液产品的需求数量和血液紧缺程度,根据血液紧缺程度,利用模糊聚类算法进行聚类,得出聚类分组,对所述聚类分组中的每组医院进行需求优先度的计算,得出每组医院血液需求优先度;通过血液制品供应量与血液制品调度成本之比构建期望效益函数,得出医院的期望效益;通过最大化区域内所有医院期望效益构建目标函数,设置约束条件下,建立应急血液调度模型;根据构建的应急血液调度模型,得出区域内血液中心对所有医院的血液调度方案。本发明的目的是解决现有的血液应急调度与分配过程效率低,导致医院血液短缺和血液的使用效益低的问题。
Description
技术领域
本发明涉及血液运输技术领域,具体涉及一种应急血液调度方法。
背景技术
血液是临床治疗不可缺少的资源,近年来,血液供应已成为全球性的医疗资源保障难题。血液的供应不足,严重威胁公众的生命健康安全。因此,纾解血液紧缺现状,提升血液使用效益,对提高血液供应链绩效和国家应急血液保障能力,具有重大现实意义。
血液是一种特殊的医疗物资,临床供血需满足重症优先与急症优先的原则。血液产品的供应链通常是一对多的关系。在血液产品的应急调度与分配过程中,不仅要考虑应急资源调度的社会公平性,也须考虑不同需求点对血液资源的竞争关系。
因此,当血液中心出现库存告急,现有的血液调度方案的供应效益低,会导致各医院血液产品的供应紧张,医院血液短缺,使得医院医疗的救治效率降低的情况。
发明内容
针对现有技术存在的不足,本发明提出一种应急血液调度方法,以解决现有的血液应急调度与分配的过程效率低,导致医院血液短缺和血液的使用效益低的问题。
为达到上述目的,本发明采用如下技术方案:一种应急血液调度方法,包括以下步骤:
获取区域内每个医院血液产品的需求数量和资源紧缺评价指标,把所述资源紧缺评价指标量化描述为血液需求紧缺程度;
根据所述血液需求紧缺程度,利用模糊聚类算法对每个医院的所述血液产品的需求数量进行聚类,得出聚类分组,对所述聚类分组中的每组医院进行需求优先度函数的计算,得出每组医院的血液需求优先度;
获取调度规则集和血液产品供应量,每个医院根据血液产品的需求数量在所述调度规则集中选择调度规则,通过所述调度规则,利用调度成本函数计算每个医院获取血液产品的需求数量的调度成本;
通过所述血液产品供应量与所述调度成本之比构建期望效益函数,根据所述期望效益函数得出每个医院的期望效益,根据区域内所有医院的期望效益和血液需求优先度构建总期望效益函数,根据总期望效益函数得出区域内所有医院的总期望效益;
以最大化所述区域内所有医院的总期望效益为目标函数,设置库存限制约束、医院血液产品获得量约束和变量取值约束,构建非线性的应急血液调度模型,通过线性化技术将应急血液调度模型转化为线性化的应急血液调度模型,根据线性化的应急血液调度模型,得出区域内血液中心对所有医院的血液调度方案。
优选的,所述血液需求紧缺程度的具体量化描述步骤为:
所述血液资源紧缺评价指标包括用血需求量、重症患者用血需求量、其他常规用血需求量和医疗资源的紧缺程度四个属性,di表示血液资源紧缺评价指标,具体描述为:
di=(di1,di2,di3,di4)(i=1,2,3,4);
所述血液资源紧缺评价指标di的数值通过统一度量语言进行转换,得到定性语言描述,具体的转换规则如下:
(i=1,2,…,n;j=1,2,3)
将所述定性语言描述转换为定量的四位二进制数值描述;
优选的,所述需求优先度的具体计算步骤为:
通过模糊聚类算法对区域内所有的医院进行聚类处理,并采用专家群决策法确定最佳的聚类阈值;
利用所述最佳的聚类阈值对所有医院聚类成血液紧缺程度的Z组,得到第z 组医院血液紧缺程度的描述向量,δz表示第z组内所含医院的数量,所述描述向量具体为:
优选的,所述调度规则集包括如下的调度规则:
其中,所述血液产品的血型设定为M={A+,A-,B+,B-,AB+,AB-,O+,O-};
i∈N=(1,2,…,n):参与血液调度的医院;
a1,a2:其中a1表示区域内血液中心,a2表示邻域血液中心;
Q:表示区域内所有医院m型血液产品的总需求量;
m∈M,p∈M:表示医院需求的m型血液产品和可替代m型的p型血液产品;
Lp→m:表示血液产品替代权重。
优选的,所述每个医院i的期望效益函数为:
优选的,所述总期望效益函数具体为:
优选的,所述非线性的应急血液调度模型的具体描述为:
其中,式(1)为最大化区域内所有医院期望效益为目标函数,得到所有医院的整体的最大化的调度效益;
式(2)、(3)为库存限制约束,分别表示区域内血液中心与邻域血液中心的血液产品的库存约束;
式(4)为医院血液产品获得量约束,表示医院血液产品获得量不低于需求量;
式(5)为变量取值约束。
优选的,所述非线性的应急血液调度模型通过线性化技术将应急血液调度模型转化为线性化的应急血液调度模型的具体步骤如下:
令y>0且
则非线性的应急血液调度模型转化为:
根据所述式(6)到式(12),再令xi g=ui gy;
通过式(13)到式(18)得出线性化的应急血液调度模型,通过对线性化的应急血液调度模型进行计算,得出区域内血液中心对所有医院的血液调度方案。
本方案产生的有益效果是:
1、通过获取医院血液的需求量和医院的血液紧缺程度,对医院血液的需求量进行模糊聚类算法的处理,得出区域内所有医院的聚类分组,从而计算出每个医院血液分配优先度,以提高血液中心血液分配更加的公平。
2、通过模糊聚类算法计算不同医院的血液需求优先度,得出不同医院的血液需求优先权重;再以区域整体的血液调度效益最大化为目标,构建应急血液调度优化模型,通过应急血液调度优化模型得出的医院和血液中心之间的调度方案,从而提高区域内所有医院对血液的使用效益。
3、通过所有医院在调度规则集中选择调度规则,通过调度规则中血液产品的转运调度规则和替代调度规则,使得多个医院的应急血液通过区域内与邻域血液中心进行调度。实现每个医院在选择调度成本低的运输方式和路线的情况下,降低血液调度过程中产生的时间成本,从而降低应急调度成本,提高整个区域的医院血液调度效益。
附图说明
为了更清楚地说明本发明具体实施方式,下面将对具体实施方式中所需要使用的附图作简单地介绍。
图1为本发明中不同调度规则下应急血液产品调度成本与效益的对比图;
图2为本发明中不同调度成本对调度总成本的影响的对比图;
图3为本发明中不同替代优先级对调度总成本的影响的对比图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
一种应急血液调度方法,包括以下步骤:
步骤一、获取区域内每个医院血液产品的需求数量和血液资源紧缺评价指标,把血液资源紧缺评价指标量化描述为血液需求紧缺程度。
具体的,血液需求紧缺程度的具体量化描述步骤为:
血液资源紧缺评价指标包括急症患者的用血需求量、重症患者用血需求量、其他常规用血需求量和医疗资源的紧缺程度四个属性,其中,医疗资源的紧缺程度为现有医疗人员与设备的资源状况。表1所示的四个属性用来表示医院血液紧缺程度。
表1
因此,血液资源紧缺评价指标di具体描述为:
di=(di1,di2,di3,di4)(i=1,2,3,4)。
将以上的四个属性转化为统一的二进制数值,降低指标数据实时变化对最终聚类结果的影响,提高模糊聚类方法的科学性与适用性。
血液资源紧缺评价指标di的数值通过统一度量语言进行转换,得到定性语言描述,具体的转换规则如下:
(i=1,2,…,n;j=1,2,3)
将定性语言描述转换为定量的四位二进制数值描述。二进制编码转换规则如表2所示。
表2
步骤二、根据血液需求紧缺程度,利用模糊聚类算法对每个医院的血液产品的需求数量进行聚类,得出聚类分组,对聚类分组中的每组医院进行需求优先度函数的计算,得出每组医院的血液需求优先度。
需求优先度的具体计算步骤为:
通过模糊聚类算法对区域内所有的医院进行聚类处理。其中,模糊聚类过程包括:构造各类模糊矩阵、计算相关系数、确定聚类阈值对医院进行聚类等步骤。
具体的,模糊相关系数的计算采用平方差倒数法,即令rpq=R(up,uq)表示 up和uq之间的相似系数,则:
M为一个确定的常数。M确保rpq∈[0,1]的成立。
采用专家群决策法确定聚类阈值。假设有W个专家,每个专家分别对除自身之外的其他所有专家的权重进行评估,记λxy为专家x对专家y所占权重的评估赋值。则λxy满足且当x=y时,λxy=0。令ωx为专家x在群决策中的权值,得到权重计算方程
利用最佳的聚类阈值对所有医院聚类成血液紧缺程度的Z组,得到第z组医院血液紧缺程度的描述向量,δz表示第z组内所含医院的数量,描述向量具体为:
通过获取医院血液的需求量和医院的血液紧缺程度,对医院血液的需求量进行模糊聚类算法的处理,得出区域内所有医院的聚类分组,从而计算出每个医院血液分配优先度,以提高血液中心血液分配更加的公平。
步骤三、获取调度规则集和血液产品供应量,每个医院根据血液产品的需求数量在调度规则集中选择调度规则,通过调度规则,利用调度成本函数计算每个医院获取血液产品的需求数量的调度成本。医院可以通过向区域内的血液中心或领域血液中心获得血液产品供应量。
本实施例中,调度规则集包括如下的调度规则:
其中,血液产品的血型设定为M={A+,A-,B+,B-,AB+,AB-,O+,O-}。
i∈N=(1,2,…,n):参与血液调度的医院。
a1,a2:其中a1表示区域内血液中心,a2表示邻域血液中心。
Q:表示区域内所有医院m型血液产品的总需求量。
m∈M,p∈M:表示医院需求的m型血液产品和可替代m型的p型血液产品。
即各医院依据面临的血液产品的需求数量,对区域内的血液中心提出血液产品调度申请。若区域内的血液中心库存量不足,则邻域血液中心加入应急调度行动。以上的调度规则集中调度规则可加快救援速度,减少生命财产损失。
即,每个医院i的第f个的调度规则,具体为:
可得,医院i获取期望血液产品需求数量的调度成本函数为:
Lp→m:表示血液产品替代权重,数值越大,替代优先级越低。血液产品的血型替代优先级,参考表3。
表3血液产品的血型替代优先级关系
步骤四、通过血液产品供应量与调度成本之比构建期望效益函数,根据期望效益函数得出每个医院的期望效益,根据区域内所有医院的期望效益和血液需求优先度构建总期望效益函数,根据总期望效益函数得出区域内所有医院的总期望效益。
因此,每个医院i的期望效益函数为:
效益函数反映了医院在某个血液调度方案下期望得到的效益水平。当医院 i选择某种方案时,其所获得的血液产品供应量与血液产品调度成本之比来表示医院i在血液产品调度决策中选择该方案的期望效益。
其中,表示当其他医院选取方案组合s-ig时,医院i选取相应的g方案的组合所得的效益,s-ig∈{S1,S2,…,Si-1,Si+1,…,Sn}。H(i)表示除医院i以外的其他医院的方案组合总数,h(i)为医院i的方案总数,则,对n个血液需求点可以确定n个效益矩阵。分别从n个矩阵中选择出一个期望效益,构成所有医院的总期望效益函数。
此时,所有医院的总期望效益函数为:
步骤五、以最大化区域内所有医院的总期望效益为目标函数,设置库存限制约束、医院血液产品获得量约束和变量取值约束,构建非线性的应急血液调度模型,通过线性化技术将应急血液调度模型转化为线性化的应急血液调度模型,根据线性化的应急血液调度模型,得出区域内血液中心对所有医院的血液调度方案。
具体的,非线性的应急血液调度模型的具体描述为:
其中,式(1)为最大化区域内所有医院期望效益为目标函数,得到所有医院的整体的最大化的调度效益。
式(2)、(3)为库存限制约束,分别表示区域内血液中心与邻域血液中心的血液产品的库存约束。
式(4)为医院血液产品获得量约束,表示医院血液产品获得量不低于需求量;
式(5)为变量取值约束。
其中,非线性的应急血液调度模型通过线性化技术将应急血液调度模型转化为线性化的应急血液调度模型的具体步骤如下:
令y>0且
则非线性的应急血液调度模型转化为:
根据所述式(6)到式(12),再令xi g=ui gy;
通过式(13)到式(18)得出线性化的应急血液调度模型,通过对线性化的应急血液调度模型进行计算,得出区域内血液中心对所有医院的血液调度方案。
通过所有医院在调度规则集中选择调度规则,通过调度规则中血液产品的转运调度规则和替代调度规则,使得多个医院的应急血液通过区域内与邻域血液中心进行调度。实现每个医院在选择调度成本低的运输方式和路线的情况下,降低血液调度过程中产生的时间成本,从而降低应急调度成本,提高整个区域的医院血液调度效益。
针对于以上的应急血液调度方法,线性化的应急血液调度模型可通过 GUROBI或CPLEX软件进行求解。根据医院数量的不同,以下通过三个例子进行验证。
三个不同的例子中,表4和表5为医院对红细胞的需求和血液中心红细胞的供给量的情况。
表4医院对m型红细胞的需求情况(单位:U)
表5血液中心血液红细胞的供给量(单位:U)
由表4和表5可知,区域内血液中心a1对血液产品的供应不能完全满足医院红细胞的需求。因此,邻域血液中心a2加入血液产品的分配库存。血液中心与医院之间进行红细胞的调度过程中产生相关成本,相应的血液正常调度成本、转运成本和替代成本以及替代优先级设置如表6所示。
表6血液红细胞产品相关调度成本
本实施例中,采用Gurobi对三个例子进行求解,结果如表7所示。
表7三个例子的计算结果
为了验证应急血液调度模型的有效性,设置四种调度规则,并分析不同调度规则的决策结果,四种调度规则分别为策略一、策略二、策略三和策略四。
策略一:同时考虑转运与替代;策略二:仅考虑转运;策略三:仅考虑替代;策略四:不考虑转运与替代。
在策略一的基础上,将策略二替代成本设置为无穷大;策略三血液转运成本设置为无穷大;策略四血液替代成本与转运成本均设置为无穷大。在所有调度规则下,血液短缺成本为20。
根据不同的调度规则,对3个算例进行求解,各调度规则下的调度成本和整体效益结果见表8和图1。
由表8和图1可知,在应急血液调度中,策略二和策略三的成本均低于策略四,策略三调度成本低于策略二。当某种血液产品出现短缺,区域内的血液中心的库存无法满足需求时,策略一的调度成本低于策略二与策略三。相应地,策略一的调度效用最高,策略三次之,策略二再次之,策略四效用最低。
该结论验证了考虑转运与替代调度规则的应急血液调度优化模型的有效性。
表8不同调度规则下的结果对比
最后,对血液调度成本和不同血型兼容替代的优先级参数进行敏感性分析。参数值分别比基本值改变20%、50%和80%,并利用MATLAB软件和GUROBI 求解器重新对应急血液调度模型进行计算。表9、表10以及图2和图3分别显示了血液调度总成本随参数变化的情况。
表9血液红细胞调度成本参数敏感性分析
表10血液血型替代优先级参数敏感性分析
结果表明,医院的单位血液调度成本越高,总调度成本也越高。替代优先级越高,血液的调度成本越低。反之,优先级越低,其成本越高。因此,血液紧缺环境下,医院应尽量选择调度成本较低的运输方式和路线,着力降低血液调度过程中产生的时间成本和质量成本,选择优先级较高的替代品种,从而得出医院应急血液的最优调度方案。从而实现降低所有医院的应急调度成本,提高整个区域的血液调度效益。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种应急血液调度方法,其特征在于,包括以下步骤:
获取区域内每个医院血液产品的需求数量和血液资源紧缺评价指标,把所述血液资源紧缺评价指标量化描述为血液需求紧缺程度;
根据所述血液需求紧缺程度,利用模糊聚类算法对每个医院的所述血液产品的需求数量进行聚类,得出聚类分组,对所述聚类分组中的每组医院进行需求优先度函数的计算,得出每组医院的血液需求优先度;
获取调度规则集和血液产品供应量,每个医院根据血液产品的需求数量在所述调度规则集中选择调度规则,通过所述调度规则,利用调度成本函数计算每个医院获取血液产品的需求数量的调度成本;
通过所述血液产品供应量与所述调度成本之比构建期望效益函数,根据所述期望效益函数得出每个医院的期望效益,根据区域内所有医院的期望效益和血液需求优先度构建总期望效益函数,根据总期望效益函数得出区域内所有医院的总期望效益;
以最大化所述区域内所有医院的总期望效益为目标函数,设置库存限制约束、医院血液产品获得量约束和变量取值约束,构建非线性的应急血液调度模型,通过线性化技术将应急血液调度模型转化为线性化的应急血液调度模型,根据线性化的应急血液调度模型,得出区域内血液中心对所有医院的血液调度方案。
2.根据权利要求1所述的应急血液调度方法,其特征在于,所述血液需求紧缺程度的具体量化描述步骤为:
所述血液资源紧缺评价指标包括急症患者的用血需求量、重症患者用血需求量、其他常规用血需求量和医疗资源的紧缺程度四个属性,di表示血液资源紧缺评价指标,具体描述为:
di=(di1,di2,di3,di4)(i=1,2,3,4);
所述血液资源紧缺评价指标di的数值通过统一度量语言进行转换,得到定性语言描述,具体的转换规则如下:
将所述定性语言描述转换为定量的四位二进制数值描述;
4.根据权利要求1所述的应急血液调度方法,其特征在于,所述调度规则集包括如下的调度规则:
其中,所述血液产品的血型设定为M={A+,A-,B+,B-,AB+,AB-,O+,O-};
i∈N=(1,2,…,n):参与血液调度的医院;
a1,a2:其中a1表示区域内血液中心,a2表示邻域血液中心;
Q:表示区域内所有医院m型血液产品的总需求量;
m∈M,p∈M:表示医院需求的m型血液产品和可替代m型的p型血液产品;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111280880.9A CN114203284A (zh) | 2021-11-01 | 2021-11-01 | 一种应急血液调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111280880.9A CN114203284A (zh) | 2021-11-01 | 2021-11-01 | 一种应急血液调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114203284A true CN114203284A (zh) | 2022-03-18 |
Family
ID=80646711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111280880.9A Pending CN114203284A (zh) | 2021-11-01 | 2021-11-01 | 一种应急血液调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114203284A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115035998A (zh) * | 2022-08-02 | 2022-09-09 | 之江实验室 | 基于早期预测和无人快速配送的紧急血液调度方法及系统 |
CN115995290A (zh) * | 2023-03-22 | 2023-04-21 | 深圳市宝安区石岩人民医院 | 一种基于大数据的血液调配智能跟踪监控管理系统 |
CN117116452A (zh) * | 2023-10-19 | 2023-11-24 | 四川互慧软件有限公司 | 抗蛇毒血清区域库存优化与调度分配方法与系统 |
-
2021
- 2021-11-01 CN CN202111280880.9A patent/CN114203284A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115035998A (zh) * | 2022-08-02 | 2022-09-09 | 之江实验室 | 基于早期预测和无人快速配送的紧急血液调度方法及系统 |
CN115035998B (zh) * | 2022-08-02 | 2022-11-11 | 之江实验室 | 基于早期预测和无人快速配送的紧急血液调度方法及系统 |
CN115995290A (zh) * | 2023-03-22 | 2023-04-21 | 深圳市宝安区石岩人民医院 | 一种基于大数据的血液调配智能跟踪监控管理系统 |
CN117116452A (zh) * | 2023-10-19 | 2023-11-24 | 四川互慧软件有限公司 | 抗蛇毒血清区域库存优化与调度分配方法与系统 |
CN117116452B (zh) * | 2023-10-19 | 2023-12-19 | 四川互慧软件有限公司 | 抗蛇毒血清区域库存优化与调度分配方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114203284A (zh) | 一种应急血液调度方法 | |
CN109377034A (zh) | 基于智能电网信息通信系统的风险态势评估方法 | |
CN110795692A (zh) | 一种主动配电网运行状态评估方法 | |
CN106410781B (zh) | 一种电力用户需求响应潜力确定方法 | |
CN102789599B (zh) | 一种基于聚类分析和多属性决策的作业车间瓶颈识别方法 | |
CN107274079B (zh) | 基于改进灰色聚类的供电区域划分方法 | |
CN109816269B (zh) | 一种基于配电单元综合效益的配电网项目规划方法 | |
CN107609754A (zh) | 一种电网信息系统性能监测系统及方法 | |
CN107358332A (zh) | 一种电网调度运行精益化评价方法 | |
CN109784778A (zh) | 一种基于综合赋权的电网规划模糊综合评价方法 | |
CN110490409B (zh) | 一种基于dnn的低压台区线损率标杆值设定方法 | |
CN107832973A (zh) | 一种基于多态信息综合评判的设备质量管控的方法 | |
CN106022480B (zh) | 基于d-s证据理论的机器人功能模块粒度划分评价方法 | |
CN110489783B (zh) | 一种基于qrnn的低压台区线损率合理范围估计方法 | |
CN107169655A (zh) | 一种优选配电网方案适应性的方法及装置 | |
CN109492874A (zh) | 一种三层级配电网投资决策体系的决策方法 | |
CN114971227A (zh) | 一种基于marcos方法的配电网设备风险评估方法 | |
CN110930030B (zh) | 医生技术水平评级方法 | |
CN112818525A (zh) | 一种水电机组状态评价方法及其系统 | |
CN115641031A (zh) | 一种结合区间评价与云模型的科研人员能力增量评估方法 | |
CN111932081A (zh) | 一种电力信息系统运行状态评估方法及系统 | |
CN109377064B (zh) | 基于综合评价信息的城市多水库水源水量分配方法 | |
CN108921438B (zh) | 一种基于级联权重的配电网调控管理薄弱环节辨识方法 | |
CN111105218A (zh) | 一种基于全息影像技术的配电网运行监视方法 | |
CN110071500B (zh) | 一种母线故障失电后配电线路恢复序列决策方法及系统 |
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 |