公开(公告)号：CN112906992A

公开(公告)日：2021-06-04

申请号：CN202110386593.X

申请日：2021-04-12

Applicant: 福州大学

Inventor： 李德彪 ,  吴哲 ,  阮晓明

IPC: G06Q10/04 ,  G06K9/62 ,  G06Q10/00 ,  G06N20/00

Abstract: 本发明涉及一种基于集成学习的电子产品停产后的备件预测方法，结合了随机森林模型、XGBOOST模型、双指数平滑模型和TSB平滑模型以及Weibull分布构建集成模型进行维修率预测，解决了目前商品基于时间序列维修率预测不够准确的缺陷。

公开(公告)号：CN113222396B

公开(公告)日：2022-06-21

申请号：CN202110497795.1

申请日：2021-05-08

Applicant: 福州大学

Inventor： 李德彪 ,  阮晓明

IPC: G06Q10/06 ,  G06Q10/04

Abstract: 本发明涉及一种自动配药系统中处方订单智能排序调度方法，包括以下步骤：步骤S1:将处方订单信息整理后输入自动化配药系统中；步骤S2:根据自动配药系统和实际排序的约束，并基于改进的禁忌算法构建智能排序调度模型；步骤S3:根据输入的处方订单信息，并基于智能排序调度模型，得到处方订单的排程。本发明实现了自动配药系统中处方订单的按餐配药，并且最大程度减少患者的平均等待时间，即最小化处方订单总体完成时间。解决了患者按每一餐的药品处方自行二次配药，花费大量时间精力还可能造成医疗错误的问题。

公开(公告)号：CN113222396A

公开(公告)日：2021-08-06

申请号：CN202110497795.1

申请日：2021-05-08

Applicant: 福州大学

Inventor： 李德彪 ,  阮晓明

IPC: G06Q10/06 ,  G06Q10/04

Abstract: 本发明涉及一种自动配药系统中处方订单智能排序调度方法，包括以下步骤：步骤S1:将处方订单信息整理后输入自动化配药系统中；步骤S2:根据自动配药系统和实际排序的约束，并基于改进的禁忌算法构建智能排序调度模型；步骤S3:根据输入的处方订单信息，并基于智能排序调度模型，得到处方订单的排程。本发明实现了自动配药系统中处方订单的按餐配药，并且最大程度减少患者的平均等待时间，即最小化处方订单总体完成时间。解决了患者按每一餐的药品处方自行二次配药，花费大量时间精力还可能造成医疗错误的问题。