(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111648952.0 (22)申请日 2021.12.3 0 (71)申请人 南京迈特望科技股份有限公司 地址 210000 江苏省南京市雨 花台区软件 大道11号花神大厦4楼408-417室 (72)发明人 廖继康　曹李强　采小伟　吴二刚　 (74)专利代理 机构 南京钟山专利代理有限公司 32252 代理人 牛婧 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01) (54)发明名称 一种基于模拟退火算法的护工排班方法 (57)摘要 本发明公开了一种基于模拟退火算法的护 工排班方法， 涉及护工排班技术领域。 该护工排 班方法通过养老院的护工总人数、 护工每天护理 的工作量、 护工每天的班次数、 需要排班的天数、 每班次的护工人数以及约束条件进行护工排班， 并构建能量函数， 通过模拟退火算法更新能量函 数， 并与上一次的能量函数进行比较判断是否 保 存此次护工排班方式， 将保存的护工排班方式中 能量函数最小的作为最优解。 本发 明基于模拟退 火算法的护工排班方法通过模拟退火算法提升 了得到最优排班方式的可能性， 解决了手动排班 工作量大， 逻辑复杂的问题。 权利要求书1页 说明书3页 附图1页 CN 114331143 A 2022.04.12 CN 114331143 A 1.一种基于模拟退火算法的护工排班方法， 其特 征在于， 具体包括如下步骤： (1)根据养老院的护工总人数、 护工每天护理的工作量、 护工每天的班次数、 需要排班 的天数、 每班 次的护工人数以及约束条件进行护工排班， 计算每个护工每个班次护理工作 量的平均值Kavg、 一个班次中护工护理工作量的最大值Kmax、 一个班次中护工护理工作量 的最小值Kmin以及 每个班次护理工作量的方差Kvar， 构建能量函数f(Ti)＝a*(Kmax ‑Kmin) +b*|Kavg –K|+c*Kvar， 其中， a表 示第一项权重系数， b表示第二项权重系数， c表示第三项权 重系数， K表示护工的合理工作量； 设置初始温度T0， 将T0代入能量 函数f(Ti)； (2)根据Ti＝n*Ti‑1降低温度， 其中n表示比例因子， 取值为(0,1)， i表示温度降低的次 数， Ti‑1表示第i‑1次降低的温度， Ti表示i次降低的温度； 将每个班次每个护工的护理工作 量随机调整， 并按照约束 条件， 重新进 行护工排班， 更新每个护工每个班次护理工作量的平 均值Kavg、 一个班次中护工护理工作量的最大值Kmax、 一个班次中护工护理工作量的最小 值Kmin以及每个班次护理工作量的方差Kvar， 并更新能量 函数f(Ti)； (3)根据更新的能量函数f(Ti)判断此次护工排班方式是否优于上一次的护工排班方 式， 如护工排班方式优于上一次的护工排班方式， 将此次的护工排班方式进行保存； 否则， 计算接收概 率， 并通过接收概 率随机保存此次护工排班方式； (4)重复步骤(2) ‑(3)， 直至降低的温度Ti‑1小于设定的阈值， 将 保存的护工排班方式进 行对比， 将能量 函数最小的护工排班方式作为 最优解。 2.根据权利要求1所述基于模拟退火算法的护工排班方法， 其特征在于， 所述约束条件 为： 护工每周休息两天， 同一护工的班 次不连续， 所有护工的班 次相当， 每个班 次至少有一 个护工， 每 个班次每 个护工具有合理的护理工作量。 3.根据权利要求2所述基于模拟退火算法的护工排班方法， 其特征在于， 所述每个班次 每个护工具有合理的护理工作量的满足条件为： 该班次中护工护理工作量的方差最小且该 班次中一名护工护理工作量的最大值Kmax与一名护工护理工作量的最小值Kmi n之差最小。 4.根据权利要求1所述基于模拟退火算法的护工排班方法， 其特征在于， 步骤(3)中当 更新的能量 函数小于上一次能量 函数时， 则将此次的护工排班方式进行保存。 5.根据权利要求1所述基于模拟退火算法的护工排班方法， 其特征在于， 步骤(3)中当 更新的能量 函数大于等于上一次能量 函数时， 计算接收概 率 6.根据权利要求1所述基于模拟退火算法的护工排班方法， 其特征在于， 所述通过接收 概率随机保存此次护工排班方式具体为： 根据计算的接收概率设置一组0和1的数组， 其中1 的总量表示接收概率， 0的总量表示1 ‑接收概率， 在数组中随机选择一个数， 若该数为1， 保 存此次护工排班方式； 否则， 不保存此次护工排班方式。权　利　要　求　书 1/1 页 2 CN 114331143 A 2一种基于模拟退火算法的护工排班方 法 技术领域 [0001]本发明涉及护工排班技术领域， 具体地， 涉及一种基于模拟退火算法的护工排班 方法。 背景技术 [0002]护工排班是养老机构中广泛存在的工作场景。 传统的手工排班方式不仅工作量 大， 而且在排班逻辑比较复杂的情况下， 很难保证不出现问题。 随着信息化的深入， 一些养 老机构也引入了信息化管理系统， 虽然包含自动排班功能， 但是都是基于固定班次轮流排 班的方式进行排班(即每天分成若干班 次， 每班人数相等)， 而养老机构中每天的护理工作 量可能并不相同， 按照固定班次排班时， 会出现分配不均的情况。 如果出现某个班次工作量 太多的情况， 将会影响护工的服 务质量。 发明内容 [0003]针对现有技术中存在的问题， 本发明提供了一种基于模拟退火算法的护工排班方 法， 以模拟退火算法为基础， 优化养老机构中护工排班方式， 减轻排班工作负担， 提高护工 服务质量。 [0004]为实现上述技术目的， 本发明采用如下技术方案： 一种基于模拟退火算法的护工 排班方法， 具体包括如下步骤： [0005](1)根据养老院的护工总人数、 护工每天护理的工作量、 护工每天的班次数、 需要 排班的天数、 每班次的护工人数以及约束条件进行护工排班， 计算每个护工每个班 次护理 工作量的平均值Kavg、 一个班次中护工护理工作量的最大值Kmax、 一个班次中护工护理工 作量的最小值Kmin以及每个班 次护理工作量的方差Kvar， 构建能量函数f(Ti)＝a*(Kmax ‑ Kmin)+b*|Kavg ‑K|+c*Kvar， 其中， a表示第一项权重系数， b表示第二项权重系数， c表示第 三项权重系数， K表示护工的合理工作量； 设置初始温度T0， 将T0代入能量 函数f(Ti)； [0006](2)根据Ti＝n*Ti‑1降低温度， 其中n表示比例因子， 取值为(0,1)， i表示温度降低 的次数， Ti‑1表示第i‑1次降低的温度， Ti表示i次降低的温度； 将每个班次每个护工的护理 工作量随机调整， 并按照约束 条件， 重新进 行护工排班， 更新每个护工每个班次护理工作量 的平均值Kavg、 一个班次中护工护理工作量的最大值Kmax、 一个班次中护工护理工作量的 最小值Kmi n以及每个班次护理工作量的方差Kvar， 并更新能量 函数f(Ti)； [0007](3)根据更新的能量函数f(Ti)判断此次护工排班方式是否优于上一次的护工排 班方式， 如护工排班方式优于上一次的护工排班方式， 将此次的护工排班方式进 行保存； 否 则， 计算接收概 率， 并通过接收概 率随机保存此次护工排班方式； [0008](4)重复步骤(2) ‑(3)， 直至降低的温度Ti‑1小于设定的阈值， 将保存的护工排班方 式进行对比， 将能量 函数最小的护工排班方式作为 最优解。 [0009]进一步地， 所述约束条件为： 护工每周休息两天， 同一护工的班次不连续， 所有护 工的班次相当， 每 个班次至少有一个护工， 每 个班次每 个护工具有合理的护理工作量。说　明　书 1/3 页 3 CN 114331143 A 3