Andere Kunden interessierten sich auch für
![Approccio algoritmico genetico parallelo per la risoluzione di NRP]( "Approccio algoritmico genetico parallelo per la risoluzione di NRP")
Approccio algoritmico genetico parallelo per la risoluzione di NRP23,99 €![Równoleg¿e algorytmy genetyczne do rozwi¿zywania NRP]( "Równoleg¿e algorytmy genetyczne do rozwi¿zywania NRP")
Równoleg¿e algorytmy genetyczne do rozwi¿zywania NRP23,99 €![Kardioplegische Lösung und ihre Erhaltung des ischämischen Herzens]( "Kardioplegische Lösung und ihre Erhaltung des ischämischen Herzens")
Kardioplegische Lösung und ihre Erhaltung des ischämischen Herzens74,90 €![Dermatoglyphen und genetischer Polymorphismus bei Brustkrebs]( "Dermatoglyphen und genetischer Polymorphismus bei Brustkrebs")
Dermatoglyphen und genetischer Polymorphismus bei Brustkrebs49,90 €![Das Gehirn - von der Entwicklung bis zur Neoplasie und die Gentherapie als Lösung]( "Das Gehirn - von der Entwicklung bis zur Neoplasie und die Gentherapie als Lösung")
Das Gehirn - von der Entwicklung bis zur Neoplasie und die Gentherapie als Lösung64,90 €![Das schwimmende Knie]( "Das schwimmende Knie")
Das schwimmende Knie43,90 €![Diagnostischer Algorithmus bei monoklonalen Gammopathien]( "Diagnostischer Algorithmus bei monoklonalen Gammopathien")
Diagnostischer Algorithmus bei monoklonalen Gammopathien39,90 €
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.