z-logo
open-access-imgOpen Access
Σχεδίαση, ανάπτυξη και εφαρμογή ευφυών αλγορίθμων υπολογιστικής νοημοσύνης σε προβλήματα εύρεσης βέλτιστου ωρολογίου προγράμματος εργασίας για το προσωπικό δημοσίων και ιδιωτικών φορέων
Author(s) -
Ιωάννης Σώλος
Publication year - 2021
Language(s) - Uncategorized
Resource type - Dissertations/theses
DOI - 10.12681/eadd/43894
Subject(s) - truck , scheduling (production processes) , computer science , operations research , nursing , engineering , operations management , medicine , automotive engineering
Η παρούσα Διδακτορική Διατριβή σχετίζεται με τη σχεδίαση, ανάπτυξη και εφαρμογή ευφυών αλγορίθμων Υπολογιστικής Νοημοσύνης σε προβλήματα εύρεσης βέλτιστου ωρολογίου προγράμματος εργασίας για το προσωπικό δημοσίων και ιδιωτικών φορέων. Το βασικό αντικείμενό της είναι η επίλυση του προβλήματος nurse rostering, ενώ ασχολείται και με την επίλυση του προβλήματος truck driver scheduling. Το γενικότερο επιστημονικό πεδίο στο οποίο εστιάζει η συγκεκριμένη Διδακτορική Διατριβή, είναι η Υπολογιστική Νοημοσύνη και οι αλγόριθμοι οι οποίοι διέπονται από της αρχές αυτής, προκειμένου να επιλυθούν προβλήματα προερχόμενα από τον ευρύτερο χώρο της Επιχειρησιακής Έρευνας. Τα προβλήματα nurse rostering και truck driver scheduling είναι από τα πιο δημοφιλή ανάμεσα στους επιστήμονες του χώρου, ενώ είναι γνωστό ότι είναι NP–complete στη γενική τους μορφή. Ως εκ τούτου, η δυσκολία επίλυσής τους τα καθιστά ιδιαίτερα ενδιαφέροντα. Δεν είναι δυνατόν να βρεθεί ντετερμινιστική μέθοδος επίλυσής τους, η οποία να τα επιλύει σε ικανοποιητικό βαθμό σε αποδεκτό χρόνο. Και αυτό διότι, η υπολογιστική τους πολυπλοκότητα, όσον αφορά το χρόνο επίλυσής τους, αυξάνει εκθετικά καθώς αυξάνεται το μέγεθός τους. Αυτός είναι ο λόγος που μας οδήγησε στη χρήση πιθανοτικών αλγορίθμων Υπολογιστικής Νοημοσύνης, οι οποίοι τελικά, είναι σε θέση να παράγουν ένα σχεδόν βέλτιστο πρόγραμμα σε αποδεκτό χρόνο.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here