Mathematical Modeling And Computing
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/25918
Browse
5 results
Search Results
Item Solving overbooking appointment scheduling problem under patient no-show condition using heuristics procedure and genetic algorithm(Видавництво Львівської політехніки, 2021-03-01) Чуа, В. Ю.; Рахмін, Н. А.; Нававі, А.; Chua, W. Y.; Rahmin, N. A. A.; Nawawi, A.; Університет Путра Малайзія; Universiti Putra MalaysiaЕфективний графік прийому пацієнтів є важливим для системи охорони здоров’я, оскільки він може мінімізувати час очікування пацієнтів, час простою і понаднормовий час ресурсів, а отже, оптимізувати використання та продуктивність організації охорони здоров’я. У цьому дослідженні застосовано техніку надмірного бронювання (овербукінг), щоб компенсувати неявку пацієнтів. Цілі цього дослідження полягають у визначенні максимальної кількості пацієнтів, які можуть бути призначені на певний інтервал часу, шляхом вивчення ефектів множинного призначення та побудови майже оптимального графіка прийомів із надмірним бронюванням. У цьому дослідженні використовуються евристична процедура та генетичний алгоритм. З отриманих результатів виявляється, що кількість пацієнтів, які можуть бути віднесені до одного інтервалу часу, становить не більше трьох. Ця інформація може послабити конфлікт, який може виникнути, коли пацієнти прибувають одночасно. Результати також показують, що генетичний алгоритм має кращу продуктивність, ніж евристична процедура у вирішенні цієї проблеми.Item RBF collocation path-following approach: optimal choice for shape parameter based on genetic algorithm(Видавництво Львівської політехніки, 2021-03-01) Саффаг, З.; Хассауна, С.; Таймслі, А.; Азоуані, А.; Лахмам, Г.; Saffah, Z.; Hassouna, S.; Timesli, A.; Azouani, A.; Lahmam, H.; Університет Хасана II Касабланки; Університет Султана Мулая Слімана; Вільний університет Берліна; Hassan II University of Casablanca; Sultan Moulay Slimane University; Freie Universit¨at BerlinСтаття презентує новий метод для розв’язання складної проблеми та обговорення поточних досліджень, а саме: вибір оптимальних параметрів форми для радіальної базисної функції (РБФ) метода колокації, як інтерполяції, так і нелінійних диференціальних рівнянь у частинних похідних. Для цього потрібно досягти компромісу між точністю та стабільністю, що називається принципом компромісу або невизначеності. Використання генетичного алгоритму та продовження шляху дозволяє нам, з одного боку, уникнути локальної оптимальної проблеми, яка пов’язана з інтерполяційними матрицями РБФ, а з іншого боку, — відобразити оригінальну проблему оптимізації визначення параметра форми у проблему пошуку кореня. Наші обчислювальні експерименти, що застосовуються до нелінійних задач у структурних розрахунках, використовуючи запропонований адаптивний алгоритм на основі генетичної оптимізації з автоматичним вибором параметра форми, можуть давати більшу точність порівняно з арт-алгоритмом з літератури з фіксованим і даним параметром форми та методом скінченних елементів.Item Optimal variable support size for mesh-free approaches using genetic algorithm(Видавництво Львівської політехніки, 2021-03-01) Гассуна, С.; Таймслі, А.; Hassouna, S.; Timesli, A.; Університет Хасана II Касабланки; Hassan II University of CasablancaОсновна складність безсіткових методів пов’язана з підтримкою форми функцій. Ці методи стають стабільними, коли використовується достатньо велика підтримка. Значно більший розмір підтримки призводить до більших обчислень та значно гіршої якості. Неперервне регулювання розміру підтримки для апроксимації функцій форми під час моделювання може усунути цю проблему, але вибір розміру підтримки відносно локальної щільності не є простою проблемою. У даній роботі досліджується розумний розмір домену впливу, використовуючи генетичний алгоритм у поєднанні з безсітковими алгоритмами високого порядку, оптимальне значення яких залежить від точності та стабільності результатів. Пропонована стратегія забезпечує гарантії щодо зростання похибок наближення, контроль рівня похибки, а також адаптацію стратегії оцінки для досягнення необхідного рівня точності. Це дозволяє адаптувати запропонований алгоритм до необхідної складності задачі. Запропонована стратегія у безсіткових підходах випробовується на деяких прикладах структурного аналізу.Item PSOBER: PSO based entity resolution(Видавництво Львівської політехніки, 2021-03-01) Аассем, Й.; Гафіді, І.; Халфі, Г.; Абутабіт, Н.; Aassem, Y.; Hafidi, I.; Khalfi, H.; Aboutabit, N.; Університет Султана Мулая Слімана; Sultan Moulay Slimane UniversityПов’язування об’єктів — це задача зіставлення записів у базі даних з відповідними об’єктами. Задача пов’язування об’єктів є множиною задач через відсутність повної інформації в записах, варіантний розподіл записів для різних об’єктів, а іноді і перекривання записів різних об’єктів. У цій роботі запропоновано метод вирішення цієї проблеми без необхідності зовнішнього контролю. Вищезгадана задача подається як задача про розбиття. Після цього, запропоновано методику на основі алгоритму оптимізації для вирішення задачі пов’язування об’єктів. Запропонований підхід дозволяє визначити розподіл записів за категоріями. Порівняльний аналіз із генетичним алгоритмом за наборами даних доводить ефективність запропонованого підходу.Item Reconstruction of the depletion layer in MOSFET by genetic algorithms(Видавництво Львівської політехніки, 2020-01-01) Юнес, Ель Язиді; Абделлатиф, Еллабіб; Youness, El Yazidi; Abdellatif, Ellabib; Університет Кадi Айяд, Лабораторія прикладної математики та обчислювальної техніки,Факультет науки i технiки; Laboratory of Applied Mathematics and Computer Science, Faculty of Science and Technology, Cady Ayyad UniversityУ цiй роботi розглядається напiвпровiдниковий пристрiй на основi МПД-структури. Густину носiїв заряду в МПД-структурi змодельовано рiвнянням дрейфової дифузiї. Для того, щоб отримати просте рiвняння Лапласа або Пуассона, використано формули густини заряду за умов рiвноваги. Означено функцiонал витрат для формулювання задачi оптимiзацiї форми. Доведено iснування оптимального розв’язку. Для розв’язання задачi оптимiзацiї розроблено числовий пiдхiд на основi методу скiнченних елементiв у поєднаннi з генетичним алгоритмом. Для пiдтвердження обґрунтованостi запропонованого пiдходу наведено декiлька чисельних прикладiв