CN118839940B 一种基于改进pso算法的院前急救设施选址方法和系统 （厦门理工学院）

一种基于改进PSO算法的院前急救设施选址本发明提供一种基于改进PSO算法的院前急层规划模型决策院前急救系统服务能力和总成至下层规划模型；基于改进PSO算法对下层规划化且紧密贴合急救医疗服务特性的动态决策系2S2，将所述初步选址方案拟合成专注于固定急果反馈至所述上层规划模型，以获得针对不同周期需求点的急救设施选址的最佳配置方略计算粒子x,(r')相对于动态重心c的反向解ri(f')；,并利用正余弦扰动策略更新粒子位置，t表示当前迭代次数，第d维的位置；所述下层规划模型包括急救响应时间满意度函数和治疗费用满意度函活动发生在时间段内，居民对急救响应时间的满意度则随着时间增加开始逐3对严重和一般病情患者的后续治疗费用相应至少所述院前急救系统服务能力定义为覆盖需求点区域对应的居民人口数量表示t时段，需求点i在半径内至少有两个候选急救点为其提供服务；表覆盖半径的距离覆盖需求点i的备选急救点的集合；表示时段，备选急救点i的i与需求点i的路途距离；所述院前急救系统总成本包括急救设施本体的损耗成本、救护车的变i点i所包括的AED数量；表示AED的损耗成本；月表示救护车的损耗成本；表示tii所包括的救4iii2.根据权利要求1所述的基于改进PSO算法的院表示惯性权重的最小值；表示惯性权重的最大值；t'表示当前迭代次数；r'表示总3.根据权利要求1所述的基于改进PSO算法的解集c的重心表示为，则关于重心c的反向解:表示为4.根据权利要求1所述的基于改进PSO算法的院前急救设施述正余弦扰动策略设定在D维搜索空间中，对于第t'次迭代，粒子i'的第d维位置更新r'表示1到N之间正整数，d表示1到D之间的正整数，表示粒子r'在代中第d维的速度；表示粒子r'在r'代中第d维的位置；公式一公式二5公式三条件一条件二条件三条件四条件五条件六条件七6表示时间段t末至时间段t+1初，需要在i之间调动救护条件一表示每个急救点配备的AED数量不超过最大限制，条件二确保备选急救点的AED位置及数量每周期保持不变；条件三表示所有急救点配备的AED总数不超过最大限制，表示为所有急救点配置AED的最大限制数量，条件四确保覆盖半径必须覆盖所有需多个急救时，需求点i才被覆盖两次，成表示t时段，需求点i在半径r内至少有一个候表示t时段，需求点i在半径r内至少有两个候选急救点为其初步选址模块，配置于基于不同需求点的周期性差异最优折衷模块，配置于将所述初步选址方案拟合成专注于固定急最佳配置模块，配置于基于改进PSO算法对所述下层规划模型的急救系统服务效果进7略计算粒子x,(r')相对于动态重心c的反向解ri(f')；,并利用正余弦扰动策略更新粒子位置，t表示当前迭代次数，第d维的位置；所述下层规划模型包括急救响应时间满意度函数和治疗费用满意度函活动发生在时间段内，居民对急救响应时间的满意度则随着时间增加开始逐对严重和一般病情患者的后续治疗费用相应至少所述院前急救系统服务能力定义为覆盖需求点区域对应的居民人口数量8表示t时段，需求点i在半径内至少有两个候选急救点为其提供服务；表覆盖半径的距离覆盖需求点i的备选急救点的集合；表示时段，备选急救点i的i与需求点i的路途距离；所述院前急救系统总成本包括急救设施本体的损耗成本、救护车的变i点i所包括的AED数量；表示AED的损耗成本；月表示救护车的损耗成本；表示tii所包括的救iii9[0001]本发明涉及数据处理技术领域，具体涉及一种基于改进PSO算法的院前急救设施索试验阶段，相关研究多聚焦于宏观层面的部署或单一设施的部署，且部署策略大多基于主观认知标准，以至在实际的心搏骤停可以根据发生地的空间位置划分为院前心搏骤停城市出现急救设施的分布与OHCA患者的实际需求之间存在严重不匹配、设施可获取性较差另一方面反而成为制约提高OHCA急救效率的重要因素。用的综合满意度最大化的方案。[0005]本申请的目的在于提供一种基于改进PSO算法的院前急救设施选址方法和系统，以结合固定急救设施AED和移动急救设施救护车的网络布局优化方案，为我国城市进行院[0006]根据本申请的一个方面提出了一种基于改进PSO算法的院前急救设施选址方法，[0013]S32，随机初始化粒子的位置x和速度v，计算个体最优pbest和种群最优;习策略计算粒子相对于动态重心c的反向解r(7)；[0017]进一步，动态惯性权重指数策略结合指数规律降低惯性权重，具体表示为：表示惯性权重的最小值；表示惯性权重的最大值；t表示当前迭代次数；r表示总迭体地，动态随机解集c的重心表示为，则关于重心c的反向解:表s是由A个解构成的子集，为子集s中的一个解向量。[0019]进一步，正余弦扰动策略设定在D维搜索空间中，对于第t次迭代，粒子i的第d维位置更新策略如下所示：t+1代中第d维的速度；表示粒子在t代[0022]上述技术方案中，本申请针对PSO算法早熟收敛于局部最优解的缺陷及其在局部急救服务时患者病情严重和一般的概率；和分别表示当急救服务响应每延误一分量从已有的急救中心调出或调入；公式条件十六表示急救点在时间段内经历救护车急救人员总数的限制；公式条件十八表示备选急救点到需求点的路程时间受不同类型载具行驶速度的影响；公式条件十九表示救护车从急救点到需求点的行驶时间等于急救点i与需求点i的路途距离与车辆行驶速度的比值；公式条件二十定义急救点i院前急救系统服务能力系统服务能力通过未被完全服务的居民人口数量和双重覆盖的居量，表示时段，需求点i在半径内至少有两个候选急救点为其提供服务，B,j表示能以小于覆盖半径的距离覆盖需求点i的备选急救点的集合，表示时段，急救T,t表示周期划分，W,j表示备选急救点集合，h表示每个急救点配置表示时间段t末至时间段t+1初，需要在现存急救中心u与急救点i之间调动救护车，表示时间段t末至时间段t+1初，在现存急救中心u与急救点s之间调动救护车的数量，表示时间段t至时间段t+l内，急救中心u与急救点i[0069]条件一表示每个急救点配备的AED位置及数量每周期保持不变；条件三表示所有急救点配备的AED总数不超过最大限制，表示为所有急救点配置AED的最大限制数量，条件四确保覆盖半径必须覆盖所有需或多个急救时，需求点i才被覆盖两次，表示r时段，需求点i在半径r内至少有[0071]根据本申请的另一个方面提出了一种基于改进PSO算法的院前急救设施选址系[0074]最佳配置模块，配置于基于改进PSO算法对下层规划模型的急救系统服务效果进[0079]包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本[0080]图1是根据本申请一个实施例的基于改进PSO算法的院前急救设施选址方法的流[0081]图2是根据本申请的本申请一个实施例的基于改进PSO算法的院前急救设施选址[0085]图6是根据本申请的本申请一个实施例的基于改进PSO算法的院前急救设施选址[0086]图7是根据本申请的一个实施例的基于改进PSO算法的院前急救设施选址优化系[0088]参考图1，图1示出了本申请的基于改进PSO算法的院前急救设施选址方法的流程选取综合表现最优的解作为最优折衷解即最优折衷配置方案。重覆盖的居民人口数量和未被完全服务的居民i与需求点i的路途距离。T,t表示周期划分，W,j表示备选急救点集合，h表示每个急救点配置ii[0124]条件一表示每个急救点配备的AED位置及数量每周期保持不变；条件三表示所有急救点配备的AED总数不超过最大限制，表示为所有急救点配置AED的最大限制数量，条件四确保覆盖半径必须覆盖所有需或多个急救时，需求点i才被覆盖两次，表示r时段，需求点i在半径急救服务时患者病情严重和一般的概率；c:和c,分别表示当急救服务响应每延误一分束条件十表示被覆盖半径覆盖的需求应至少达到总需求的比例。约束条件十一表示i与需求点i的路途距离与车辆行驶速度的比值。公式条件二十定义急救点i的最大服[0152]S1032，随机初始化粒子的位置x和速度v，计算个体最优pbest和种群最优;学习策略计算粒子x(0)相对于动态重心c的反向解r(7)；,更新粒子的位置和适应度即X(I)=:(I);算法在全局搜索和局部搜索之间的平衡。指数递减惯性权重策略具有高灵活性和高适应缓有助于算法转向精确开发。基于此，本申请设计一种动态惯性权重指数递减策略，即：为惯性权重的最大值；t为当前迭代次数；r为总迭代次数。心计算的解的数量。具体地，解集c的定义如下式中，是由A个解,在申请采用动态重心反向学习策略在迭代初期对种群个体实施反向扰的多样性，提高算法的全局搜索能力。假设在D维搜索空间中，对于第t次迭代，粒子i的第d维位置更新策略如下所示：[0161]继续参考图2，图2示出了本申请实施例的基于改进PSO算法的院前急救设施选址的框架流程示意图，如图所示，该算法包括步骤201_步骤215步骤的上层规划模型ARNX_[0168]具体的，正态分布交叉算子策略将正态分布引入模拟二进制交叉（SimulatedBinaryCrossover,SBX）算子中，设定其开发和探索概率与SBX算子一致，使用替换扩展因子β,并对一维以上的搜索空间引入进化策略中的离散重表示为，第二个父代个体表示为，为均匀分布于区间N与参考点数量之差k，，随机初始化粒子的位置x和速度v。个体最优pbest和整个种群的全局最优gbest。[0189]步骤220：动态重心反向学习策略，使用动态重心反向学习策略来生成新的候选型场所总人口数量；表示第t周期属于4类型需求点i的需求量；代表区域或需求点的静态人口数量；代表第t周期4类型场所的人口流动系数；η为第t周后半段则通过整数集编码指定对应急救点上据实际调研结果，AED的固定损耗成本为8元/天，普通救护车的[0210]运用NSGA_III算法和AMPSO算法对院前心搏骤停急救设施选址模型进行求解，设骤停急救系统总成本会随着实现双重覆盖的居民人口数量和被完全服务的居民人口数量[0216]图5示出了根据本申请实施例的基于改进PSO算法的院前急救设施选址模型的AED[0219]继续参考图6，图6示出了根据本申请实施例的基于改进PSO算法的院前急救设施[0220]在该解所展现的整个周期内，在范围内实现双重覆盖需求量的比例约为90%，这一高效的覆盖表现得益于每台固定AED急救设施周围急救人员的配置，这一策略将从心搏骤停发生地到急救点的往返距离转变为单向距离，有效扩大