Trending Bestseller

Równoległe algorytmy genetyczne do rozwiązywania NRP

Nilesh Bhandare

No reviews yet Write a Review
Paperback / softback
26 February 2025
$45.00
Ships in 3-5 business days
Hurry up! Current stock:
Planowanie obsady pielęgniarskiej jest złożonym problemem, który pojawia się w codziennej działalności i systemie opieki zdrowotnej w nowoczesnych szpitalach. Nurse Rostering Problem jest podklasą problemów planowania personelu, a większość jego instancji jest NP-trudna. Pomimo tego, że rozwiązanie problemu obsady pielęgniarskiej jest przedmiotem badań od wielu lat, nadal obsada pielęgniarska jest wykonywana ręcznie. Udowodniono, że metaheurystyki GA są bardzo skuteczne w uzyskiwaniu niemal optymalnych rozwiązań dla różnych trudnych problemów kombinatorycznych, w tym NP-trudnego. Algorytmy heurystyczne wykazały się doskonałymi zdolnościami wyszukiwania, ale często tracą swoją skuteczność, gdy są stosowane do dużych i złożonych problemów. Wiele metod optymalizacji cierpi z powodu przekleństwa wymiarowości, które pokazuje, że ich wydajność szybko się pogarsza wraz ze wzrostem wymiarowości przestrzeni wyszukiwania. Konieczność zapewnienia pewnego stopnia równoległości w tradycyjnym podejściu. Obecnie, procesory graficzne GPGPU są w stanie zapewnić niezbędne zasoby obliczeniowe do rozwiązywania wysokowymiarowych problemów przy zachowaniu ograniczonego czasu wykonania i wysokiej przenośności.

This product hasn't received any reviews yet. Be the first to review this product!

$45.00
Ships in 3-5 business days
Hurry up! Current stock:

Równoległe algorytmy genetyczne do rozwiązywania NRP

$45.00

Description

Planowanie obsady pielęgniarskiej jest złożonym problemem, który pojawia się w codziennej działalności i systemie opieki zdrowotnej w nowoczesnych szpitalach. Nurse Rostering Problem jest podklasą problemów planowania personelu, a większość jego instancji jest NP-trudna. Pomimo tego, że rozwiązanie problemu obsady pielęgniarskiej jest przedmiotem badań od wielu lat, nadal obsada pielęgniarska jest wykonywana ręcznie. Udowodniono, że metaheurystyki GA są bardzo skuteczne w uzyskiwaniu niemal optymalnych rozwiązań dla różnych trudnych problemów kombinatorycznych, w tym NP-trudnego. Algorytmy heurystyczne wykazały się doskonałymi zdolnościami wyszukiwania, ale często tracą swoją skuteczność, gdy są stosowane do dużych i złożonych problemów. Wiele metod optymalizacji cierpi z powodu przekleństwa wymiarowości, które pokazuje, że ich wydajność szybko się pogarsza wraz ze wzrostem wymiarowości przestrzeni wyszukiwania. Konieczność zapewnienia pewnego stopnia równoległości w tradycyjnym podejściu. Obecnie, procesory graficzne GPGPU są w stanie zapewnić niezbędne zasoby obliczeniowe do rozwiązywania wysokowymiarowych problemów przy zachowaniu ograniczonego czasu wykonania i wysokiej przenośności.

Customers Also Viewed