面向多目标的药品与货架匹配方法研究.pdf

摘要

摘要

医药仓储在整个医药物流行业中具有至关重要的地位，直接关系到患者的用

药安全和医药行业的可持续发展。在医药仓储作业中，科学合理的匹配策略和上

架策略对提升货物上架效率、提高人工作业效率以及保证多人工作量均衡性至关

重要。然而，传统的匹配策略存在静态匹配和匹配效率低等问题，传统的上架策

略存在多人工工作量分配不均衡等问题。为解决上述挑战，本文将从药品与货架

的匹配策略和上架策略两个方面开展研究，论文的主要工作包括：

（1）针对药品与货架匹配程度低的问题，本文提出了MDBN（Matching

modelwithDynamicBayesianNetwork）的药品与货架匹配模型。首先，将复杂的

仓储环境、仓储规范、药品属性和货架属性映射为属性匹配度，衡量每个药品或

货架各自特征在所有药品或货架对应特征的重要程度。其次，动态匹配影响度是

将动态性和持续性的匹配过程对匹配结果影响考虑在内，代表了其它匹配组合对

该匹配组合的影响。最后，模型通过动态贝叶斯网络得到的概率分布扩展得到某

一时间段内的所有匹配结果。本文在药品与货架数据集上对MDBN模型在匹配

成功率、再匹配成功率、行走距离指标和疲劳指数四个方面的性能进行了实验。

实验结果表明，MDBN模型在匹配成功率、再匹配成功率指标具有较好的表现，

同时适用于不同的匹配数量场景。在与ABC分类法对比实验中，MDBN模型在

行走距离指标和疲劳指数表现突出。

（2）针对药品与货架匹配过程中产生海量的匹配数据问题，本文提出了

MABN（MatchingmodelwithAnalytichierarchyprocessandBayesianconvolutional

neuralNetwork）的药品与货架匹配模型。首先，本研究基于MDBN模型的匹配

度模块，该模块由属性匹配度和动态匹配影响度两部分组成。其次，模型通过层

次分析法进行量化评估匹配度的重要性。最后，模型将海量的匹配信息映射到贝

叶斯卷积神经网络节点上，构建了动态匹配网络模型，并得到了具有竞争力的匹

配策略和结果。本文在药品与货架数据集上对MABN模型在匹配成功率、再匹

配成功率、行走距离指标和疲劳指数四个方面的性能进行了实验。在MABN算

法与MDBN算法对比实验中，MABN算法在匹配成功率、再匹配成功率指标具

有较好的表现。在不同匹配数量场景对比实验中，MABN算法具有较好的适用性。

在与ABC分类法对比实验中，MABN模型在行走距离指标和疲劳指数具有较好

表现。

I

面向多目标的药品与货架匹配方法研究

（3）针对多人工工作量分配不均衡问题，本文提出了FTAM模型（Fuzzy

analytichierarchyprocessandTransformerandA*ofMatchingmodel）。首先，本研

究基于MDBN模型的匹配度模块，该模块由属性匹配度和动态匹配影响度两部

分组成。其次，模型利用模糊层次分析方法为匹配度模型分配适当的权重。然后

模型利用Transformer处理海量匹配信息。最后，模型通过A*多人工路径规划算

法将匹配成功的组合分配给多个人工进行上架操作。本文在药品与货架数据集上

对FTAM模型在匹配成功率、再匹配成功率、行走距离指标、疲劳指数和多人工

工作量均衡度五个方面的性能进行了实验。实验结果表明，基于模糊层次分析法

的FTAM算法在匹配成功率和再匹配成功率具有较好表现。在与ABC分类法对

比实验中，FTAM算法在人工行走距离、人工疲劳指数和多人工工作量均衡度三

个指标表现出色。

（4）针对医药仓储管理系统中药品与货架匹配效率低以及人工上架工作量

不均衡的问题，本研究基于MABN算法和FTAM算法开发了医药仓储管理平台

系统。该系统设计了基本接口，并编写了前端系统界面和后端调用接口逻辑，以

便在真实的医药场景中对药品与货架匹配策略和上架策略进行测试和验证。通过

这一平台，可以有效地优化药品与货架的匹配效率，减少人工上架工作量的不均

衡现象，提升