1.摘要
论文同时考虑护理人员可服务时间段(ATS)、客户时间窗和技能要求的居家医疗服务路径与调度问题(HHCRSP),以运营成本和早到/迟到服务的加权惩罚为双目标。论文提出知识与学习驱动人工蜂群算法(KL-ABC),雇佣蜂阶段采用面向路径的交叉;观察蜂阶段结合近端策略优化(PPO)的多起点模拟退火(PMSA)自适应选择邻域;侦察蜂阶段后加入知识驱动个体改进策略(KIIS)。实验显示,KL-ABC在不同规模实例上均能获得收敛性和分布性较好的非支配解。
2. 问题定义与数学模型
见个人简介
论文同时考虑护理人员可服务时间段(ATS)、客户时间窗和技能要求的居家医疗服务路径与调度问题(HHCRSP),以运营成本和早到/迟到服务的加权惩罚为双目标。论文提出知识与学习驱动人工蜂群算法(KL-ABC),雇佣蜂阶段采用面向路径的交叉;观察蜂阶段结合近端策略优化(PPO)的多起点模拟退火(PMSA)自适应选择邻域;侦察蜂阶段后加入知识驱动个体改进策略(KIIS)。实验显示,KL-ABC在不同规模实例上均能获得收敛性和分布性较好的非支配解。
见个人简介