Paralleler genetischer Algorithmus zur Lösung von NRP
Versandkostenfrei!
Versandfertig in 6-10 Tagen
35,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Die Dienstplanung von Krankenschwestern ist ein komplexes Problem, das bei alltäglichen Tätigkeiten und im Gesundheitssystem moderner Krankenhäuser auftritt. Das Problem der Dienstplanung von Krankenschwestern ist eine Unterklasse der Personalplanungsprobleme, und die meisten seiner Instanzen sind NP-schwer. Obwohl die Lösung des Problems der Dienstplanung von Krankenschwestern seit vielen Jahren ein interessantes Forschungsgebiet ist, wird die Dienstplanung von Krankenschwestern immer noch manuell durchgeführt. Metaheuristiken GA haben sich als sehr effizient bei der Erzielung nahezu opt...
Die Dienstplanung von Krankenschwestern ist ein komplexes Problem, das bei alltäglichen Tätigkeiten und im Gesundheitssystem moderner Krankenhäuser auftritt. Das Problem der Dienstplanung von Krankenschwestern ist eine Unterklasse der Personalplanungsprobleme, und die meisten seiner Instanzen sind NP-schwer. Obwohl die Lösung des Problems der Dienstplanung von Krankenschwestern seit vielen Jahren ein interessantes Forschungsgebiet ist, wird die Dienstplanung von Krankenschwestern immer noch manuell durchgeführt. Metaheuristiken GA haben sich als sehr effizient bei der Erzielung nahezu optimaler Lösungen für eine Vielzahl schwieriger kombinatorischer Probleme, einschließlich des NRP, erwiesen. Heuristik-Algorithmen haben hervorragende Suchfähigkeiten gezeigt, verlieren jedoch oft ihre Wirksamkeit, wenn sie auf große und komplexe Probleme angewendet werden. Viele Optimierungsmethoden leiden unter dem Fluch der Dimensionalität, was bedeutet, dass ihre Leistung sich schnell verschlechtert, wenn die Dimensionalität des Suchraums zunimmt. Bei herkömmlichen Ansätzen muss ein gewisses Maß an Parallelität gewährleistet werden. Heutzutage sind GPGPUs in der Lage, die erforderlichen Rechenressourcen bereitzustellen, um diese hochdimensionalen Probleme zu bewältigen, und dabei eine begrenzte Ausführungszeit und eine hohe Portabilität beizubehalten.
Andere Kunden interessierten sich für
