Health Examination Scheduling Problem and GA-Based Optimization Method

健檢中心的健康檢查排程常以人工方式進行。在時間有限的情況下與眾多限制下，無法排出適當的排程。健檢排程的限制有前行健檢類別限制、時間間隔限制、接續健檢類別限制、與診間能力限制等限制。本研究提出「最早可開始區段為基的啟發式演算法」和「權值編碼法為基的啟發式演算法」兩種求解模式，其中遺傳演算法依使不使用權重分成兩種解碼程序。「使用權重」的解碼程序中考量了健檢類別的被依附程度與診間的早晚等級這兩個指標合成的權重，在解碼/排程演算程序上會將此兩指標愈高者愈先處理。兩求解模式針對接續健檢類別限制分別使用「延後」與「即時」處理法。最大完工時間最小化、受檢者平均等待時間最小化、診間平均閒置時間最小化、與結果時間延遲這四個優化子目標是本研究定義的優化子目標，再以各子目標的加總為目標值引導遺傳演算法朝各子目標最小化的結果演化。本研究訂定三種診間設定範例，作為兩求解模式的求解範例，以分析與討論兩求解模式的成效。
經實驗驗證本遺傳演算以「使用權重」的解碼程序優於「不使用權重」的解碼程序。整體目標值而言，以「權值編碼法為基的啟發式演算」以「使用權重」的解碼程序使用「延後」處理法為本問題的最佳求解模式。