Разработка алгоритма минимизации риска перехода в неблагоприятное состояние организма человека
Дипломная работа состоит из шести основных частей. Во введении говорится об актуальности этой работы и о целях, которые необходимо достичь. В основной части статьи описывается подход к построению интегрального индекса для многомерных данных. Рассмотрены алгоритмы решения задачи выбора оптимального управляющего воздействия. Среди рассмотренных алгоритмов-алгоритм имитации отжига, генетический алгоритм и алгоритм полного поиска. В заключение приводится таблица работы этих алгоритмов на реальных данных. Проведен сравнительный анализ этих алгоритмов.
Введение…………………………………………………………………………………………………… 12
1 Обзор литературы …………………………………………………………………………………. 14
2 Постановка задачи …………………………………………………………………………………. 18
2.1 Содержательная постановка задачи …………………………………………………… 18
2.2 Математическая постановка задачи. ………………………………………………….. 19
3 Основные методы при решении задачи ………………………………………………….. 21
3.1 Интегральный показатель …………………………………………………………………. 21
3.2 Алгоритм поиска в ширину для выбора управляющего воздействия ….. 23
3.3 Генетический алгоритм …………………………………………………………………….. 26
3.4 Алгоритм симуляции отжига ( алгоритм)…………………………………… 38
4 Результаты моделирования …………………………………………………………………….. 43
4.1 Рассчитанные значения интегральных показателей…………………………….. 44
4.2 Модель нейронной сети……………………………………………………………………… 47
4.3 Реализация генетического алгоритма для выбора управляющего
воздействия …………………………………………………………………………………………………. 51
4.4 Реализация алгоритма симуляции отжига (по Коши, Больцману и
Быстрый) …………………………………………………………………………………………………….. 55
5 Статистический анализ …………………………………………………………………………… 66
5.1 Подбор закона распределения …………………………………………………………….. 66
4.2 Проверка соответствия нормальному распределению интегрального
показателя …………………………………………………………………………………………………… 76
5.2 Доверительные интервалы для интегральных показателей ………………….. 78
5.3 Проверка адекватности модели нейронной сети ………………………………….. 80
6 Программный модуль …………………………………………………………………………….. 83
7 ФИНАНСОВЫЙ МЕНЕДЖМЕНТ, РЕСУРСОЭФФЕКТИВНОСТЬ И
РЕСУРСОСБЕРЕЖЕНИЕ …………………………………………………………………………. 84
7.1 Предпроектный анализ ……………………………………………………………………….. 86
7.1.1 SWOT-анализ …………………………………………………………………………………… 86
7.2 Инициация проекта …………………………………………………………………………….. 88
7.3 Планирование управлением научно-технических проектом…………………. 89
7.3.1 Структура работ в рамках научного исследования ……………………………. 89
7.3.2 Определение трудоемкости выполнения работ …………………………………. 91
7.3.3 Бюджет научно-технического исследования …………………………………….. 94
7.4 Оценка экономической эффективности проекта ………………………………… 100
8 СОЦИАЛЬНАЯ ОТВЕТСТВЕННОСТЬ ………………………………………………… 102
8.1 Производственная безопасность ……………………………………………………….. 106
8.1.1 Анализ вредных и опасных факторов, которые могут возникнуть на
рабочем месте при проведении исследований …………………………………………….. 106
8.2 Обоснование мероприятий по защите исследователя от действия опасных
и вредных факторов …………………………………………………………………………………… 107
Заключение …………………………………………………………………………………………….. 122
Список использованных источников ……………………………………………………….. 124
Приложение A ………………………………………………………………………………………… 126
Приложение Б …………………………………………………………………………………………. 140
Приложение В ………………………………………………………………………………………… 142
Приложение Г …………………………………………………………………………………………. 144
Приложение Д ………………………………………………………………………………………… 149
Приложение Е …………………………………………………………………………………………. 156
Мы существуем среди систем, да и общество, человек всего лишь одна
из подсистем окружающего мира. Наши знания и взаимодействие с
окружающей нас средой всегда опосредованы через ту или иную систему, а
наш посредник – это знание законов и принципов функционирования систем.
Объектами активных исследований уже долгое время являются
развивающиеся открытые системы, находящиеся в неравновесном состоянии
относительно окружающей среды. В развитии таких систем особый интерес
вызывают ситуации, в которых протекают их переходы в качественно новые
состояния [1].
Развивающиеся системы – это системы, функционирующие и
развивающиеся в условиях воздействия внешних факторов и взаимодействия с
ними.
Открытой системой называются системы, отличительной особенностью
которых является способность обмениваться со средой массой, энергией и
информацией. Любой организм является высокоорганизованной открытой
неравновесной системой, примером которой главным образом выступает
человек. Человек рождается и развивается в определенной внешней среде,
которая активно взаимодействует с ним.
Одной из важнейших задач общества является забота о здоровье
населения. Профилактика заболеваний, формирование здорового образа жизни
по сей день является актуальной проблемой.
Реакция организма человека на внешнее воздействие зависит от
функционального состояния, уровня функционирования и степени напряжения
[1].
Цель данной работы – оценить функциональное состояние организма
человека; выявить ситуации разладки (перехода в кризисное состояние);
подобрать управляющее воздействие, позволяющее минимизировать
отклонения интегрального показателя, характеризующего функциональное
состояние организма в целом, от нормы. Для достижения поставленной цели
будут рассматриваются алгоритмы поиска оптимального управляющего
воздействия, среди которых два эвристических (алгоритм симуляции отжига и
генетический алгоритм) и еще один – алгоритм полного перебора. Для полного
перебора используется поиск в ширину.
Для достижения поставленной цели были получены данные из гор.
Больницы №4. (г. Томск) о состоянии здоровья 152 человек. В качестве
входных данных на вход нейронной сети были поданы нормированные
значения показателей крови (гемоглобин, эритроциты, ретикулоциты и т.д.)
каждого пациента из рассматриваемой группы людей, проходивших своѐ
лечение в больнице в течение определѐнного временного интервала. Этот набор
характеристик в совокупности указывает на состояние здоровья человека.
1 Обзор литературы
Для нахождения оптимального управления были рассмотрены
эвристические алгоритмы, среди них: различные реализации генетического
алгоритма, алгоритмы имитации отжига, а так же алгоритм полного перебора –
поиск в ширину ( ℎ ℎ).
Для решения задачи было смоделировано шесть моментов времени. На
каждом моменте времени было задано три управляющих воздействия (без
воздействия, с мексидолом, с сарбифером).
Каждый алгоритм настраивался для решения конкретной задачи:
Для генетического алгоритма были подобраны способы селекции и
скрещивания и установлен оптимальный размер популяции.
Для каждого из рассматриваемых алгоритмов отжига (Больцмановский
отжиг, отжиг Коши и быстрый отжиг) подбирались начальная и конечная
температуры
Для алгоритма полного перебора построена структура дерева, которая
соответствует постановке задачи.
Таблица 26 – Результаты работы алгоритмов задачи оптимизации
Название алгоритма Достижение Число итераций Время работы
оптимума
BestRand+1pCrossing да 146 0.240
BestRand+2pCrossing да 290 0.301
BestRand+ Crossing да 30 0.172
Roulette+1pCrossing да 290 0.280
Roulette+2pCrossing да 284 0.289
Roulette+ Crossing да 55 0.196
Fast annealing да 1600 0.148
Koshi annealing да 1000 0.053
BFS algorithm да 0.04
Из таблицы результатов работы алгоритмов можно заключить, что
алгоритм поиска в ширину является самым быстрым среди других
рассматриваемых алгоритмов применительно к данной задаче. Второй по
скорости – это отжиг коши. Меньше всего итераций для достижения
оптимального решения у генетического алгоритма, который в качестве
селекции использует «наилучший + случайно выбранный», а в качестве
оператора кроссовера – « Crossing».
Как видно, почти все рассматриваемые алгоритмы сошлись к
оптимальному решению, за исключением Больцмановского отжига, который
затратил самое большое число итераций и времени.
Если сравнивать генетические алгоритмы и алгоритмы имитации отжига
с алгоритмом полного перебора, то нужно обращать внимание на множество
допустимых решений. Размер структуры дерева зависит от двух параметров –
количество управляющих воздействий и количество моделируемых моментов
времени. Таким образом, чем больше этих параметров, тем шире становится
множество допустимых решений и соответственно структура дерева будет
разрастаться и места в памяти компьютера для нее может не хватить.
Из сказанного выше можно сделать следующее заключение:
Если необходимо найти точное решение задачи и множество
допустимых решений ограничено и относительно невелико, то рекомендуется
применять алгоритм поиска в ширину для полного перебора, который займет
мало времени для работы. С другой стороны, если задача более трудоемкая или
трудная, то следует применить эвристические алгоритмы, среди которых
в данной работе хорошо показали себя генетический алгоритм, который в
качестве селекции использует «наилучший + случайно выбранный», а в
качестве оператора кроссовера – « Crossing» и отжиг Коши.
За счет рассмотренных методов для каждого пациента рассматриваемой
грцппы было найдено оптимальное управляющее воздействие. В результате
применения этого управляющего воздействия вероятность возникновения риска
перехода в неблагоприятное состояние пациента снизился на 10%.
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!
4.8 (373 отзыва)
0 (13 отзывов)
4.9 (37 отзывов)
5 (22 отзыва)
4.6 (30 отзывов)
5 (8 отзывов)
4.2 (5 отзывов)
5 (158 отзывов)
4.2 (6 отзывов)
