考虑居民聚集居住的家庭医疗护理调度研究

doi:10.16381/j.cnki.issn1003-207x.2024.2240

摘要/Abstract

摘要：

随着我国经济的快速增长和城市化进程的加快，居民对健康管理和慢性病治疗的需求持续增长，家庭医疗护理服务的重要性日益凸显。与西方国家居民多为分散式居住不同，我国城市居民通常以小区为单位聚集居住，常出现同一时段、同一区域内多户家庭同时需要居家护理的情形。在传统的“一人一车”服务模式下，医护人员各自乘车为患者提供上门服务。该模式虽调度简单，但在患者空间分布较为集中的场景下，往往带来较高的运营成本。为此，本文提出了基于医护小组的“一车多人”服务模式，允许多名医护人员共乘一辆医疗巴士，在车辆停靠后为停靠点及周边患者提供服务，从而以较低的成本应对患者的集中请求。本文以最小化护理机构的综合成本为优化目标，构建了一个基于医护小组的家庭医疗护理调度问题的混合整数规划模型，涉及医护小组规模确定、医疗巴士访问路径规划与医护人员下车后的患者服务排序等关键决策。考虑到该问题的NP难特性，设计了一种改进的自适应大邻域搜索算法进行求解，并通过不同规模的算例实验验证了算法的有效性。实验结果还表明，相较于传统的“一人一车”服务模式，“一车多人”服务模式在患者需求集中场景下更具成本优势；同时，对关键参数的敏感性分析进一步为该服务模式下的资源配置与调度策略优化提供了实践参考。

关键词: 家庭医疗护理, 医护小组, 车辆路径规划, 调度, 自适应大邻域搜索

Abstract:

With the rapid economic growth and accelerated urbanization in China， there is an increasing demand for health management and long-term disease treatment. Home health care （HHC） is a type of medical service where professional caregivers， such as nurses， therapists， or doctors， provide in-home care for patients. It mainly serves the elderly， people with chronic illnesses， or those recovering from surgery. It focuses on a novel home health care routing and scheduling problem for clustered residents in this paper. Unlike residents in Western countries who often live dispersedly， urban residents in China typically cluster together in communities， inevitably leading to a large number of requests for home healthcare services in the same area during the same period. The traditional “one caregiver per vehicle” service model， where each caregiver travels alone to visit patients， is simple to schedule but incurs high operational costs when patient locations are spatially clustered. To address this challenge， a novel team-based “multiple caregivers per vehicle” service model is proposed. In this model， multiple medical staff travel together on a bus， disembark at designated stops simultaneously， and individually provide personalized care to patients in the surrounding area. To minimize the total cost of home healthcare centers， a mixed-integer programming model is established， which simultaneously determines team composition， vehicle routes， and the sequence of patient visits for nurses. Given the NP-hardness of the studied problem， an improved adaptive large neighborhood search algorithm （IALNS） is developed to generate solutions. Considering the two-echelon routing structure arising from the team-based mode， a total of seven destroy operators and seven repair operators are specifically designed. To further improve the solution quality， a penalizing strategy is applied to handling infeasible solutions. Computational results on small-sized and large-sized test instances are conducted. For small-sized instances， IALNS performs better than CPLEX in terms of both solution quality and computation time. For large-sized instances， IALNS outperforms the simulated annealing （SA）， variable neighborhood search （VNS）， and ALNS allowing infeasible solutions. In addition， sensitivity analysis of key parameters is conducted to provide managerial insights to home healthcare centers. Most importantly， the team-based service model provides greater cost advantages compared to the traditional individual-caregiver model.

Key words: home health care, medical team, vehicle routing, scheduling, adaptive large neighborhood search

中图分类号:

TP301

周洁,王恺. 考虑居民聚集居住的家庭医疗护理调度研究[J]. 中国管理科学, 2026, 34(9): 197-208.

Jie Zhou,Kai Wang. Home Health Care Scheduling for Clustered Residents[J]. Chinese Journal of Management Science, 2026, 34(9): 197-208.

图/表 15

图1

表1

符号定义"

符号	定义
参数
$V$	点的集合， $V = H C ⋃ P = 0,1, ⋯, p + 1$
$A$	弧的集合， $A = i, j i, j ∈ V, i ≠ j$
$H C$	医疗护理中心， $H C = 0, p + 1$
$P$	患者集合， $P = 1,2, ⋯, p$
$s i$	患者 $i ∈ P$ 的服务持续时间
$K v$	医疗护理中心可用的巴士集合， $K v = 1,2, ⋯, k v$
$K n$	医疗护理中心可用的医护人员集合， $K n = 1,2, ⋯, k n$
$k c$	每辆医疗巴士最多可搭载的医护人员数量， $k c ≤ k n$
$V T$	每辆医疗巴士的最大运行时长，包括行驶时长、停靠后的等待时长
$S T$	医护人员每次下车的最大工作时长，包括步行时长、等待患者时间窗开启时间、服务时长
$d i j$	点 $i ∈ V \ p + 1 与点 j ∈ V \ 0$ 之间的距离
$v k$	医疗巴士的平均行驶速度
$v n$	医护人员平均步行速度， $v n < v k$
$F$	每辆医疗巴士的固定成本
$c d$	每辆医疗巴士的单位距离行驶成本
$c h$	每辆医疗巴士的单位行驶时间成本
$c o$	每位医护人员的固定成本
$c t$	每位医护人员的单位时间工作成本
$e i, l i$	节点 $i ∈ V$ 的时间窗
$M$	一个足够大的正数
决策变量
$x i j k$	0-1变量，为1时表示医疗巴士 $k ∈ K v$ 经过弧 $i, j ∈ A$ ，否则为0
$y k n$	0-1变量，为1时表示医疗巴士 $k ∈ K v$ 搭载医护人员 $n ∈ K n$ ，否则为0
$y r k n$	0-1变量，为1时表示医疗巴士 $k ∈ K v$ 搭载的医护人员 $n ∈ K n$ 在停靠点 $r ∈ P$ 下车，否则为0
$f r i j k n$	0-1变量，为1时表示巴士 $k ∈ K v$ 搭载的医护人员 $n ∈ K n$ 在停靠点 $r ∈ P$ 步行出发，经过弧 $i, j ∈ A$ ，否则为0
$a i k$	医疗巴士 $k ∈ K v$ 到达停靠点 $i ∈ V \ 0$ 的时刻
$d i k$	医疗巴士 $k ∈ K v$ 从停靠点 $i ∈ P$ 出发的时刻
$d 0 k$	医疗巴士 $k ∈ K v$ 从医疗护理中心0出发的时刻
$w i k$	医疗巴士 $k ∈ K v$ 等待患者 $i ∈ P$ 服务时间窗开启的时长
$a j k n$	医疗巴士 $k ∈ K v$ 上下车的医护人员 $n ∈ K n$ 步行到达点 $j ∈ P$ 的时刻
$w j k n$	医疗巴士 $k ∈ K v$ 上下车的医护人员 $n ∈ K n$ 等待患者 $j ∈ P$ 服务时间窗开启的时长
$a r k - m a x$	在停靠点 $r ∈ P$ 从医疗巴士 $k ∈ K v$ 上下车的所有医护人员返回点 $r$ 的最晚时刻

表1

图2

图3

图4

图5

图6

图7

表2

用于生成算例的参数设置"

参数名称	值
患者 $i$ 的服务时长 $s i$	20
每辆巴士最多可搭载的医护数量 $k c$	4
每辆巴士的最长工作时长 $V T$	300
医护人员每次下车最长工作时长 $S T$	120
巴士的平均时速 $v k$	60千米/小时
护理人员的平均步行速度 $v n$	6千米/小时
每辆巴士的固定成本 $F$	50
每辆巴士的单位距离行驶成本 $c d$	1
每辆巴士的单位时间行驶成本 $c h$	0.1
每位医护人员的操作成本 $c o$	10
每位医护人员单位时间工作成本 $c t$	0.01
随机生成的患者所占比例 $m$	$0,0.25,0.5,0.75$

表2

表3

小规模算例求解结果"

算例 (p-m)	$o b j C p l e x$	$G A P 0$ /%	$o b j I A L N S$	$G A P 1$ /%	$T C p l e x$	$T I A L N S$
6-0	269.57	0	269.57	0	0.12	0.55
6-0.25	262.42	0	262.42	0	0.40	0.53
6-0.5	164.58	0	164.58	0	11.74	0.67
6-0.75	157.30	0	157.30	0	18.64	1.32
8-0	376.50	0	376.50	0	665.62	0.68
8-0.25	317.50	0	317.50	0	947.53	0.58
8-0.5	275.48	0	275.48	0	332.81	0.59
8-0.75	207.34	0	207.34	0	2891.87	1.73
10-0	497.95	0	497.95	0	1317.94	1.38
10-0.25	560.30	0	560.30	0	6078.95	0.83
10-0.5	521.58	0	521.58	0	1454.56	0.75
10-0.75	372.58	0	372.58	0	4186.31	2.16
12-0	734.82	0	734.82	0	1728.80	1.90
12-0.25	835.42	12.74	835.42	0	10800.00	0.79
12-0.5	605.95	0	605.95	0	5371.20	1.70
12-0.75	472.11	0	472.11	0	4495.60	1.70
14-0	890.72	33.60	891.89	0.13	10800.00	2.86
14-0.25	871.91	18.32	871.91	0	10800.00	1.45
14-0.5	807.08	66.55	789.47	-2.23	10800.00	1.48
14-0.75	837.84	85.64	673.76	-24.35	10800.00	3.16

表3

表4

大规模算例求解结果"

算例 (p-m)	SA		VNS		ALNS		IALNS
算例 (p-m)	$B R P D$	$A R P D$	$B R P D$	$A R P D$	$B R P D$	$A R P D$	$B R P D$	$A R P D$
20-0	0.52	3.85	0.39	2.05	0.02	1.32	0.00	0.88
20-0.25	0.11	1.93	0.15	1.68	0.00	1.39	0.00	0.70
20-0.5	0.04	1.25	0.19	1.42	0.29	1.53	0.00	0.75
20-0.75	1.35	4.53	1.38	3.23	0.97	2.39	0.00	0.87
40-0	0.44	3.58	0.18	2.36	0.24	0.96	0.00	0.62
40-0.25	1.12	4.27	1.33	4.05	2.13	3.89	0.00	1.99
40-0.5	0.49	4.41	0.41	2.94	0.71	2.61	0.00	1.07
40-0.75	1.60	4.84	1.04	4.97	2.15	4.53	0.00	1.30
60-0	3.22	5.51	1.69	4.44	1.00	2.36	0.00	1.57
60-0.25	1.09	5.58	1.13	5.81	0.19	1.85	0.00	0.88
60-0.5	1.10	4.12	0.59	3.95	1.22	4.34	0.00	1.18
60-0.75	2.21	5.56	1.56	5.22	2.40	5.07	0.00	2.19
80-0	2.98	6.84	0.99	4.53	0.09	3.04	0.00	2.79
80-0.25	1.88	6.58	2.06	5.91	0.54	3.68	0.00	2.81
80-0.5	1.57	6.12	1.51	4.75	1.09	4.69	0.00	3.49
80-0.75	2.02	5.09	1.24	4.88	0.61	6.06	0.00	3.60
100-0	2.48	5.76	1.21	3.62	0.08	2.39	0.00	1.91
100-0.25	1.26	5.91	0.86	4.61	1.59	3.07	0.00	2.08
100-0.5	1.30	5.35	1.10	4.03	1.00	3.39	0.00	2.26
100-0.75	1.81	4.74	1.83	6.13	1.90	6.71	0.00	5.13
120-0	1.54	4.29	1.43	4.59	0.83	4.09	0.00	3.16
120-0.25	1.75	4.10	1.01	5.49	1.29	4.49	0.00	3.13
120-0.5	2.07	6.73	1.72	6.03	0.96	5.41	0.00	3.63
120-0.75	1.68	4.10	1.82	4.18	1.46	5.20	0.00	2.86
均值	1.48	4.79	1.12	4.20	0.95	3.52	0.00	2.12

表4

图8

表5

服务模式变化时的结果比较"

算例 (p-m)	“一车多人”服务模式				“一人一车”服务模式
算例 (p-m)	巴士数	医护人员数	行驶距离	运营总成本	$∆$ 巴士数	$∆$ 医护人员数	$∆$ 行驶距离(%)	$∆$ 运营总成本(%)
20-0.75	5	8	432.16	804.11	1 $↑$	-2 $↓$	34.14 $↑$	21.73 $↑$
40-0.75	7	11	546.17	1046.59	1 $↑$	-3 $↓$	19.86 $↑$	11.14 $↑$
60-0.75	10	15	946.31	1645.12	2 $↑$	-3 $↓$	13.49 $↑$	8.49 $↑$
80-0.75	12	17	1209.50	2197.80	3 $↑$	-2 $↓$	12.26 $↑$	9.77 $↑$
100-0.75	15	23	1520.76	2834.30	5 $↑$	-3 $↓$	15.90 $↑$	11.25 $↑$
120-0.75	18	27	1731.02	3359.88	5 $↑$	-4 $↓$	14.17 $↑$	11.20 $↑$
平均值	11.17	16.83	1064.32	1981.30	2.83 $↑$	-2.83 $↓$	18.30 $↑$	12.27 $↑$

表5

表6

医疗巴士平均时速变化时的结果比较"

算例 (p-m)	$v k = 60 → v k = 30$
算例 (p-m)	$∆$ 巴士数量	$∆$ 医护数	$∆$ 行驶距离(%)	$∆$ 运营总成本(%)
20-0.75	-	4 $↑$	-0.89 $↓$	10.33 $↑$
40-0.75	1 $↑$	8 $↑$	-14.55 $↓$	8.27 $↑$
60-0.75	2 $↑$	7 $↑$	-3.50 $↓$	29.24 $↑$
80-0.75	3 $↑$	11 $↑$	-8.48 $↓$	21.75 $↑$
100-0.75	8 $↑$	15 $↑$	-4.92 $↓$	26.92 $↑$
120-0.75	3 $↑$	20 $↑$	-5.18 $↓$	10.72 $↑$
平均值	2.83 $↑$	10.83 $↑$	-6.25 $↓$	17.87 $↑$

表6

表7

医护人员单次最大工作时长变化时的结果比较"

算例 (p-m)	$S T = 120 → S T = 60$
算例 (p-m)	$∆$ 巴士数	$∆$ 医护数	$∆$ 行驶距离(%)	$∆$ 运营总成本(%)
20-0.75	-	1 $↑$	-0.44 $↓$	1.47 $↑$
40-0.75	-	-	1.18 $↑$	0.86 $↑$
60-0.75	1 $↑$	-	3.13 $↑$	6.61 $↑$
80-0.75	-	2 $↑$	-2.57 $↓$	2.70 $↑$
100-0.75	-	5 $↑$	-2.17 $↓$	3.09 $↑$
120-0.75	-	4 $↑$	-1.73 $↓$	2.26 $↑$
平均值	0.17 $↑$	2.00 $↑$	-0.43 $↓$	2.83 $↑$

表7

参考文献 17

[1]	艾瑞咨询. 2020年中国家庭医疗健康服务消费白皮书［R］.研究报告，艾瑞咨询， 2020.
	iResearch. 2020 China Home Health Care Service Consumption White Paper［R］.Doscussion Paper，iResearch， 2020.
[2]	Fikar C， Hirsch P. Home health care routing and scheduling： A review［J］. Computers & Operations Research， 2017， 77： 86-95.
[3]	Cappanera P， Scutellà M G. Joint assignment， scheduling， and routing models to home care optimization： A pattern-based approach［J］. Transportation Science， 2015， 49（4）： 830-852.
[4]	Mankowska D S， Meisel F， Bierwirth C. The home health care routing and scheduling problem with interdependent services［J］. Health Care Management Science， 2014， 17（1）： 15-30.
[5]	Redjem R， Marcon E. Operations management in the home care services： A heuristic for the caregivers’ routing problem［J］. Flexible Services and Manufacturing Journal， 2016， 28（1-2）： 280-303.
[6]	陶杨懿，刘冉，江志斌. 具有同时服务需求的家庭护理人员调度研究［J］. 工业工程与管理， 2017， 22（3）： 120-127+143.
	Tao Y Y， Liu R， Jiang Z B. Home health care routing problem with time windows and synchronization［J］. Industrial Engineering and Management， 2017， 22（3）： 120-127+143.
[7]	Yazır O A， Koç Ç， Yücel E. The multi-period home healthcare routing and scheduling problem with electric vehicles［J］. OR Spectrum， 2023， 45（3）： 853-901.
[8]	向婷，李妍峰. 基于成本和加班时长的双目标家庭护理人员调度问题［J］.运筹与管理，2021，30（8）： 233-239.
	Xiang T， Li Y F. A bi-objective home health care scheduling problem： Based on costs and overtime［J］. Operations Research and Management Science， 2021， 30（8）： 233-239.
[9]	殷允强，秦慧，刘小畅，等. 考虑医患匹配的双目标速度时变家庭医疗护理调度问题研究［J］. 中国管理科学， 2025， 33（5）： 203-213.
	Yin Y Q， Qin H， Liu X C， et al. Bi-objective optimization for a home health care crew scheduling problem with time-varying speed and caregiver-patient matching［J］. Chinese Journal of Management Science， 2025， 33（5）： 203-213.
[10]	杨欣潼，张婷，白丽平，等. 社区居家养老服务的预约调度与路径规划问题研究：基于改善蚁群算法［J］. 系统工程理论与实践， 2019， 39（5）： 1212-1224.
	Yang X T， Zhang T， Bai L P， et al. Appointment scheduling and routing problem of community-home-health-care： Based on modified ant-colony algorithm［J］. Systems Engineering —Theory & Practice， 2019， 39（5）： 1212-1224.
[11]	Zhan Y， Wan G. Vehicle routing and appointment scheduling with team assignment for home services［J］. Computers & Operations Research， 2018， 100： 1-11.
[12]	Somar S， Urazel B， Buruk Sahin Y. A modified metaheuristic algorithm for a home health care routing problem with health team skill levels［J］. Applied Soft Computing， 2023， 148： 110912.
[13]	Nuraiman D， Ozlen M. A decomposition approach for the prioritised home health care problem with synchronised visits and multi-period planning［J］. Computers & Industrial Engineering， 2022， 174： 108722.
[14]	Yalçındağ S， Matta A， Şahin E， et al. The patient assignment problem in home health care： Using a data-driven method to estimate the travel times of care givers［J］. Flexible Services and Manufacturing Journal， 2016， 28（1-2）： 304-335.
[15]	Avci M G， Avci M. An adaptive large neighborhood search approach for multiple traveling repairman problem with profits［J］. Computers & Operations Research， 2019， 111： 367-385.
[16]	Windras Mara S T， Norcahyo R， Jodiawan P， et al. A survey of adaptive large neighborhood search algorithms and applications［J］.Computers & Operations Research， 2022， 146： 105903.
[17]	Solomon M M. Algorithms for the vehicle routing and scheduling problems with time window constraints［J］. Operations Research， 1987， 35（2）： 254-265.