Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

01.09.2014 | Original Article | Ausgabe 3-4/2014

Neural Computing and Applications 3-4/2014

An evolutionary algorithm based on constraint set partitioning for nurse rostering problems

Zeitschrift:
Neural Computing and Applications > Ausgabe 3-4/2014
Autoren:
Han Huang, Weijia Lin, Zhiyong Lin, Zhifeng Hao, Andrew Lim

Abstract

The nurse rostering problem (NRP) is a representative of NP-hard combinatorial optimization problems. The hardness of NRP is mainly due to its multiple complex constraints. Several approaches, which are based on an evolutionary algorithm (EA) framework and integrated with a penalty-function technique, were proposed in the literature to handle the constraints found in NRP. However, these approaches are not very efficient in dealing with large-scale NPR instances and thus need to be improved upon. In this paper, we investigate a large-scale NRP in a real-world setting, i.e., Chinese NRP (CNRP), which requires us to arrange many nurses (up to 30) across a 1-month scheduling period. The CNRP poses various constraints that lead to a large solution space with multiple isolated areas of infeasible solutions. We propose a single-individual EA for the CNRP. The novelty of the proposed approach is threefold: (1) using a constraint separation to partition the constraints into hard and soft constraints; (2) using a revised integer programming to generate a high-quality initial individual (solution), which then leads the subsequent EA search to a promising feasible solution space; and (3) using an efficient mutation operator to quickly search for a better solution in the restricted feasible solution space. The experimental results based on extensive simulations indicate that our proposed approach significantly outperforms several existing representative algorithms, in terms of solution quality within the same calculation times of the objective function.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe​​​​​​​




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 3-4/2014

Neural Computing and Applications 3-4/2014 Zur Ausgabe

Premium Partner

    Bildnachweise