基于双层规划的制药厂选择与生产计划制定的优化方法

摘要

本发明提供一种基于双层规划的制药厂选择与生产计划制定的优化方法，涉及制药厂选择与生产计划制定技术领域。本发明实施例准确的表达了医院与各家制药厂的目标及其受到的客观条件约束，同时直观的展现了医院与各家制药厂的决策相互之间产生一定的影响。该方法不仅考虑到采购过程中医院的利益，还充分考虑到各家制药厂的利益，同时保护医院与各家制药厂的利益，寻求满足多主体利益需求的采购决策；此外整体算法设计既使用依托模型求解的Gurobi求解器，又结合了含有契合该问题特点算子的变邻域搜索算法，在保证一定精度的前提下加快了求解速度，使该方法更加适合于大、中规模的制药厂选择与生产计划问题。

说明书

技术领域

本发明涉及制药厂选择与生产计划制定技术领域，具体涉及一种基于双层规划的制药厂选择与生产计划制定的优化方法。

背景技术

自2017年至今，国家逐步推进药品采购“两票制”的落实，倡导“一票制”的推行，以期进一步降低药品价格，减轻群众用药负担。

目前，大部分医院都是在符合标准的制药厂中，遵循采购成本最低的原则进行采购，以医院采购经济成本等其他各因素综合成本最低为目标，没有考虑到各家制药厂的利益。对此，现有研究在综合考虑医院向不同供应商采购药品带来的经济效益、社会可持续性、环境可持续性等因素后，构建了一个MARCOS多准则模型，在多标准情况下给出可选方案的排序供决策者参考。

但是建立指标体系，构建多准则评价模型的方式，需要对各级指标赋予权值，以及模型中隶属度函数的使用，不可避免的引入了一定的主观因素，对制药厂选择与生产计划制定结果的客观性产生一定的影响。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于双层规划的制药厂选择与生产计划制定的优化方法，解决了现有技术通过多准则评价模型的方式确定制药厂选择与生产计划制定结果，不可避免的需要引入主观因素从而影响结果客观性的技术问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于双层规划的制药厂选择与生产计划制定的优化方法，具体包括：

S1、获取包含医院采购信息和制药厂生产信息的初始数据；

S2、基于所述初始数据，构建对应医院购药成本的上层目标函数和对应制药厂利润的下层目标函数；

S3、通过变邻域搜索算法迭代求解所述下层目标函数，得到最优的制药厂生产计划Y*；

S4、基于所述最优的制药厂生产计划Y*，通过Gurobi求解器求解所述上层目标函数，得到最优的医院采购计划X*，最后输出最优解S(X*，Y*)。

优选的，所述S2包括构建对应医院购药成本的上层目标函数和上层目标函数约束条件；

其中，MinF表示最小化医院购药价格与因各制药厂延期供货导致的经济惩罚之和；p

第一目标函数约束条件：

其中，Q

其中，L

其中，O

医院分别向n个制药厂采购的第j种药品数量为非零整数。

优选的，所述S2包括构建对应制药厂利润的下层目标函数和下层目标函数约束条件；

下层目标函数：

其中，MaxG

下层目标函数约束条件：

其中，

其中，

其中，h

表示第i个制药厂在任意交货期生产的任意种类药品数量为非零整数。

优选的，所述医院采购信息包括医院计划采购药品种类总数m；和/或医院采购的第j种的药品的数量Q

优选的，所述制药厂生产信息包括第i个制药厂总生产能力上限Hi，i＝1，2，...，n；和/或第i个制药厂已有订单中药品品类总数R

优选的，所述步骤S3，具体包括：

S31、设置变邻域搜索算法最大迭代次数R，令r＝0；初始化下层问题可行解，随机生成一个制药厂生产计划的下层第一可行解Y

S32、根据所述下层第一可行解Y

S33、修正所述下层第二可行解Y

S34、将所述第二适应度值F

S35、根据所述下层第二修正解Y

S36、修正所述下层第三可行解Y

S37、将所述第三适应度值F

S38、令r＝r+1；

S39、若r＜R，则令Y

优选的，所述步骤S4，具体包括：

S41、初始化算法参数：设置全局最大迭代次数K，令k＝0，全局最优解gbest；初始化上层问题可行解，随机生成一个医院采购计划的上层第一可行解X

S42、基于所述最优的制药厂生产计划Y*，得到全局可行解S

S43、将所述第一全局适应度值与全局最优解gbest对应的适应度值进行比较，若第一全局适应度值优于全局最优解gbest对应的适应度，令gbest＝S

S44、将Y*作为任意上层可行解情况下的下层可行解Y，令k＝k+1

S45、若k≤K，基于所述可行解Y，通过Gurobi求解器求解所述上层目标函数，得到最优的医院采购计划X*，并将X*作为任意下层可行解情况下的上层可行解X，执行步骤S42

若k＞K，令S＝gbest，算法终止，输出最优解S(X*，Y*)。

优选的，所述步骤S4还包括：

S451、若k≤K，如果所述全局可行解S

S46、将所述全局可行解S

优选的，所述步骤S46中按启发式规则跳跃至一组新的全局可行解，避免迭代搜索过程陷入循环，具体包括：

S461、随机生成一个医院采购计划的上层第二可行解X

S462、随机生成一个[0，1]之间的小数Rand作为偏移系数；

S463、根据所述X

X

S463、针对每一种药品，按顺序遍历向各家制药厂采购的数量，若该制药厂为最后一家备选制药厂，执行步骤S465；否则，执行步骤S464；

S464、使用高斯函数按如下公式对X

q

S465、按如下公式对X

q

S466、输出修正后医院采购计划的上层第四可行解X

(三)有益效果

本发明提供了一种基于双层规划的制药厂选择与生产计划制定的优化方法。与现有技术相比，具备以下有益效果：

本发明提出了一个基于双层规划理论的制药厂选择与生产计划制定的方法，准确的表达了医院与各家制药厂的目标及其受到的客观条件约束，同时直观的展现了医院与各家制药厂的决策相互之间产生一定的影响。该方法不仅考虑到采购过程中医院的利益，还充分考虑到各家制药厂的利益，同时保护医院与各家制药厂的利益，寻求满足多主体利益需求的采购决策；此外整体算法设计既使用依托模型求解的Gurobi求解器，又结合了含有契合该问题特点算子的变邻域搜索算法，在保证一定精度的前提下加快了求解速度，使该方法更加适合于大、中规模的制药厂选择与生产计划问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于双层规划的制药厂选择与生产计划的优化方法的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本申请实施例通过提供一种基于双层规划的制药厂选择与生产计划制定的优化方法，解决了现有技术通过多准则评价模型的方式确定制药厂选择与生产计划制定结果，不可避免的需要引入主观因素从而影响结果客观性的技术问题，实现了通过上下层决策的相互影响，最终形成医院与各家制药厂共赢的结果的技术效果

本申请实施例中的技术方案为解决上述技术问题，总体思路如下：

本发明实施例提出了一个基于双层规划理论的制药厂选择与生产计划制定的方法，准确的表达了医院与各家制药厂的目标及其受到的客观条件约束，同时直观的展现了医院与各家制药厂的决策相互之间产生一定的影响。该方法不仅考虑到采购过程中医院的利益，还充分考虑到各家制药厂的利益，同时保护医院与各家制药厂的利益，寻求满足多主体利益需求的采购决策；此外整体算法设计既使用依托模型求解的Gurobi求解器，又结合了含有契合该问题特点算子的变邻域搜索算法，在保证一定精度的前提下加快了求解速度，使该方法更加适合于大、中规模的制药厂选择与生产计划问题。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

本发明实施例提供了一种基于双层规划的制药厂选择与生产计划制定的优化方法，具体包括：

S1、获取包含医院采购信息和制药厂生产信息的初始数据；

S2、基于所述初始数据，构建对应医院购药成本的上层目标函数和对应制药厂利润的下层目标函数；

S3、通过变邻域搜索算法迭代求解所述下层目标函数，得到最优的制药厂生产计划Y*；

S4、基于所述最优的制药厂生产计划Y*，通过Gurobi求解器求解所述上层目标函数，得到最优的医院采购计划X*，最后输出最优解S(X*，Y*)。

本发明实施例准确的表达了医院与各家制药厂的目标及其受到的客观条件约束，同时直观的展现了医院与各家制药厂的决策相互之间产生一定的影响。该方法不仅考虑到采购过程中医院的利益，还充分考虑到各家制药厂的利益，同时保护医院与各家制药厂的利益，寻求满足多主体利益需求的采购决策；此外整体算法设计既使用依托模型求解的Gurobi求解器，又结合了含有契合该问题特点算子的变邻域搜索算法，在保证一定精度的前提下加快了求解速度，使该方法更加适合于大、中规模的制药厂选择与生产计划问题。

实施例1：

如图1所示，本发明提供了一种基于双层规划的制药厂选择与生产计划制定的优化方法，具体包括：

S1、获取包含医院采购信息和制药厂生产信息的初始数据。

所述医院采购信息包括医院计划采购药品种类总数m；医院采购的第j种的药品的数量Qj，j＝1，2，...，m；制药厂总数n。

所述制药厂生产信息包括第i个制药厂总生产能力上限Hi，i＝1，2，...，n，第i个制药厂已有订单中药品品类总数R

S2、基于所述初始数据，构建对应医院购药成本的上层目标函数和对应制药厂利润的下层目标函数。具体的：

所述S2包括构建对应医院购药成本的上层目标函数和上层目标函数约束条件；

其中，MinF表示最小化医院购药价格与因各制药厂延期供货导致的经济惩罚之和；p

第一目标函数约束条件：

其中，Q

其中，L

其中，O

医院分别向n个制药厂采购的第j种药品数量为非零整数。

所述S2包括构建对应制药厂利润的下层目标函数和下层目标函数约束条件；

下层目标函数：

其中，MaxG

下层目标函数约束条件：

其中，

其中，

其中，h

表示第i个制药厂在任意交货期生产的任意种类药品数量为非零整数。

S3、通过变邻域搜索算法迭代求解所述下层目标函数，得到最优的制药厂生产计划Y*，具体包括：

S31、设置变邻域搜索算法最大迭代次数R，令r＝0；初始化下层问题可行解，随机生成一个制药厂生产计划的下层第一可行解Y

例如随机生成一个可行解为：

S32、根据所述下层第一可行解Y

随机选择Y

S33、修正所述下层第二可行解Y

S331、遍历每一种药品的采购情况，针对每一种药品，按顺序遍历向各家制药厂采购的数量，若该制药厂为最后一家备选制药厂，执行步骤S333；否则，执行步骤S332。

S332、使用高斯函数按如下公式对Y

S333、按如下公式对Y

S334、得到下层第二修正解Y

S34、将所述第二适应度值F2与第一适应度值F

S35、根据所述下层第二修正解Y

随机选择Y

本发明实施例通过自主设计两类变邻域搜索算法中的有效算子分别为change1与change2。这两类算子相较于传统算子更适用于该问题，有效的覆盖解空间，提高接的有效性；较为简单的交换操作与加减法操作，加快了搜索速度，提高求解稳定性。

S36、修正所述下层第三可行解Y

S361、遍历每一种药品的采购情况，针对每一种药品，按顺序遍历向各家制药厂采购的数量，若该制药厂为最后一家备选制药厂，执行步骤S333；否则，执行步骤S332。

S362、使用高斯函数按如下公式对Y

S363、按如下公式对Y

S364、得到下层第三修正解Y

S37、将所述第三适应度值F

S38、令r＝r+1；

S39、若r＜R，则令Y

S4、基于所述最优的制药厂生产计划Y*，通过Gurobi求解器求解所述上层目标函数，得到最优的医院采购计划X*，最后输出最优解S(X*，Y*)，具体包括：

S41、初始化算法参数：设置全局最大迭代次数K，令k＝0，全局最优解gbest；初始化上层问题可行解，随机生成一个医院采购计划的上层第一可行解X

X

[q

q

S42、基于所述最优的制药厂生产计划Y*，得到全局可行解S*(X

S43、将所述第一全局适应度值与全局最优解gbest对应的适应度值进行比较，若第一全局适应度值优于全局最优解gbest对应的适应度，令gbest＝S

S44、将Y*作为任意上层可行解情况下的下层可行解Y，令k＝k+1。

S45、若k≤K，基于所述可行解Y，通过Gurobi求解器求解所述上层目标函数，得到最优的医院采购计划X*，并将X*作为任意下层可行解情况下的上层可行解X，执行步骤S42；

如果所述全局可行解S*(X

若k＞K，令S＝gbest，算法终止，输出最优解S(X*，Y*)。

S46、将所述全局可行解S

S461、随机生成一个医院采购计划的上层第二可行解X

X

[q

q

S462、随机生成一个[0，1]之间的小数Rand作为偏移系数；

S463、根据所述X

X

S463、遍历每一种药品的采购情况，针对每一种药品，按顺序遍历向各家制药厂采购的数量，若该制药厂为最后一家备选制药厂，执行步骤S465；否则，执行步骤S464；

S464、使用高斯函数按如下公式对X

q

S465、按如下公式对X

q

S466、输出修正后医院采购计划的上层第四可行解X

本发明实施例通过自主设计启发式规则，在双层规划的整个求解过程中，避免了上下层迭代求解速度慢，优化效率低的缺陷，该启发式规则没有直接插入进上下层求解算法中，有效的在不影响Gurobi与变邻域搜索算法搜索稳定性的前提下加快了整个算法的求解速度，既加快优化速度，又不影响求解精度。

需要注意的是，本发明实施例提供的基于双层规划的制药厂选择与生产计划制定的优化方法使用前提如下：

(1)各制药厂的生产线均通过所有品类药品生产的资质审核，可以生产所有品类的药品；且各制药厂能够明确自己的总产能，其产能呈均匀分布。

(2)各制药厂的生产环境暴露于同一空调系统下，属于“同一生产区域”，无法同时生产不同品类的药品；根据国家有关规定，更换生产不同品类的药品前不但需要对生产线做专业的清洁，还需对整个生产环境做彻底地清洁，产生一定的清洁成本。

(3)医院确定向制药厂采购药品的种类与数量与交货期后，要求制药厂在每个交货期末交付每种药品的数量呈均匀分布，且医院在每个交货期只接收制药厂在本交货期内生产的药品，制药厂不得交付生产日期过早的药品，以保证医院的正常使用。

(4)医院存在一定的库存量，故允许一定程度的延期交货，但制药厂延迟交货的时间越长，受到的“惩罚”越严重。

综上所述，与现有技术相比，具备以下有益效果：

1、本发明实施例准确的表达了医院与各家制药厂的目标及其受到的客观条件约束，同时直观的展现了医院与各家制药厂的决策相互之间产生一定的影响。该方法不仅考虑到采购过程中医院的利益，还充分考虑到各家制药厂的利益，同时保护医院与各家制药厂的利益，寻求满足多主体利益需求的采购决策；此外整体算法设计既使用依托模型求解的Gurobi求解器，又结合了含有契合该问题特点算子的变邻域搜索算法，在保证一定精度的前提下加快了求解速度，使该方法更加适合于大、中规模的制药厂选择与生产计划问题。

2、本发明实施例通过自主设计两类变邻域搜索算法中的有效算子分别为change1与change2。这两类算子相较于传统算子更适用于该问题，有效的覆盖解空间，提高接的有效性；较为简单的交换操作与加减法操作，加快了搜索速度，提高求解稳定性。

3、本发明实施例通过自主设计启发式规则，在双层规划的整个求解过程中，避免了上下层迭代求解速度慢，优化效率低的缺陷，该启发式规则没有直接插入进上下层求解算法中，有效的在不影响Gurobi与变邻域搜索算法搜索稳定性的前提下加快了整个算法的求解速度，既加快优化速度，又不影响求解精度。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

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精神和范围。