Материал: Оптимизация и моделирование в автоматизированных системах

В столбцах для каждого пациента указаны различные клинические признаки, а также данные инструментальных исследований. Некоторые показатели отмечены цифрами, которые характеризуют следующее:

ПОЛ: 1- мужской, 2 - женский.

ОАМ: цвет:1-светло-желтая;2-темная;3-грязно-желтая. ОАМ: прозраность:1-прозрачная;2-полупрозрачная;3-мутная.

ОАМ:реакция:1-кислая;2-слабокислая;3-щелочная;4-нейтральная. ОАМ: белок: 1-в пределах нормы; 2-незначительная протеинурия. ОАМ: лейкоциты:1-в пределах нормы; 2- лейкоцитурия.

ОАМ: соли:1-"-";2-"+". ОАМ: слизь: 1- "-"; 2- "+".

ЭКГ: 1-норма, 2-ГМЛЖ, 3- блокада правой ножки п.Гиса ФГДС: 1-норма, 2-язва, 3- гастрит.

УЗИ: 1-норма;2-изменения в поджелудочной железе; 3-измнения в печени;4-изменения в желчном пузыре. Диагноз: 1-Язвенная болезнь, 2-панкреатит, 3-ЖКБ

Показатели биохимического анализа крови глюкоза и амилаза указаны, в ммоль/л. Показатели общий билирубин, мочевин и креатинин указаны в мкмоль/л. Общий белок приведен в г/л.

Входные признаки также были оценены с помощью корреляционного анализа. Для этого воспользовались программным продуктом Statistica 5.0

Для данных использовались следующие коэффициенты корреляции: ρ – коэффициент ранговой корреляции Спирмена; τ – коэффициент ранговой корреляции Кендалла;

γ – коэффициент ранговой корреляции Гудмена – Краскела.

Результаты корреляционного анализа на основе этих коэффициентов приведены на рис. 1,2 и 3.

235

Как видно из рисунков наиболее значимыми показателями являются: результат УЗИ – исследования, уровень лейкоцитов в крови, удельный вес и слизь в моче и уровень мочевины. Корреляционный анализ проведенный при помощи γ - коэффициента ранговой корреляции Гудмена – Краскела указывает на значительное влияние солей в моче, что не показывают результаты анализа на основе коэффициентов Спирмена и Кендалла.

Рис. 1. Корреляция с помощью коэффициента Спирмена

Рис. 2. Корреляция с помощью коэффициента Кендалла

236

Рис. 3. Корреляция с помощью коэффициента Гудмена – Краскела

Результаты УЗИисследования для всех трех методов являются самым признаком (значение близко к единице). Наименее значимыми показателями являются значение эозинофилов, прозрачность и белок в моче, уровень креатинина, глюкозы и общий белок.

Литература

1.Коровин Е.Н., Сергеева М.А., Стародубцева Л.В. Методы обработки биомедицинской информации. Курск, 2017. 152 с.

2.Данилов Д.В., Коровин Е.Н. Разработка рациональной процедуры принятия решений при коррекции сахарного диабета на основе регрессионного анализа и "дерева решений" // Системный анализ и управление в биомедицинских системах. 2012. Т. 11. № 3. С. 615-618.

ФГБОУ ВО «Воронежский государственный технический университет»

УДК 681.3

В.Н. Коровин, Е.А. Назаренко, Е.В. Платонова

ОПТИМИЗАЦИЯ ТРАНСПОРТНОЙ ЛОГИСТИКИ СЕТЕВОЙ АПТЕКИ НА ОСНОВЕ МЕТОДА ВЕТВЕЙ И ГРАНИЦ

При закупке нового лекарства возможность быстро его развести приведет не только к повышению прибыли, но и престижа аптечной сети. Кроме этого снизится стоимость и время перевозок, что особенно актуально в крупных ме-

237

гаполисах с многокилометровыми пробками. Интуитивно построить маршрут из большого количества промежуточных остановок достаточно затруднительно, потому что следует учитывать большое количество влияющих факторов - расстояния, пробок, разворотов, одностороннего движения, путей объезда и т.д.

Одна из самых известных и важных задач транспортной логистики (и класса задач оптимизации в целом) – задача коммивояжера (англ. «Travelling salesman problem», TSP). Суть задачи сводится к поиску оптимального, то есть кратчайшего пути проходящего через некие пункты по одному разу. Например, задача коммивояжера может применяться для нахождения самого выгодного маршрута, позволяющего объехать определенные пункты (например, аптеки) с определенным товаром по одному разу и вернуться в исходную точку. Мерой выгодности маршрута будет минимальное время, проведенное в пути, минимальные расходы на дорогу или, в простейшем случае, минимальная длина пути.

Для решения задачи коммивояжера методом ветвей и границ необходимо выполнить следующий алгоритм (последовательность действий):

1.Построение матрицы с исходными данными.

2.Нахождение минимума по строкам.

3.Редукция строк.

4.Нахождение минимума по столбцам.

5.Редукция столбцов.

6.Вычисление оценок нулевых клеток.

7.Редукция матрицы.

8.Если полный путь еще не найден, переходим к пункту 2, если найден к пункту.9

9.Вычисление итоговой длины пути и построение маршрута.

Сведения об аптеках "Максавит" можно найти на одноименном сайте. Наглядно на карте данную информацию можно увидеть на рис. 1.

Рис. 1. Аптеки «Максавит» на карте Воронежа

Адреса данных аптек: 1. ул. Минская, д.1, пом.4

238

2.ул. Невского, д.49

3.ул. Южно-Моравская, д.54

4.б-р. Пионеров, д.27

5.пр-т. Московский, д.24

6.пр-т. Ленинский, д.131

7.ул. Моисеева, д.1

8.ул. Сибиряков, д.69

9.ул. Моисеева, д.82

10.пр-т. Московский, д.114

11.ул. Лизюкова д.16

12.ул. Лизюкова, д.56

13.ул. Комарова, д.2

14.ул. Южно-Моравская, д.26

15.ул. 20 лет Октября, д.40

16.б-р Победы д.24 пом. 2

Найдем расстояния между соответствующими аптеками с помощью сервиса Яндекс.Карты (рис. 2).

Рис. 2. Поиск расстояний с помощью Яндекс.Карты

Данные занесем в таблицу. Логично, что расстояние из пункта i в пункт j может отличаться от расстояния между пунктом j и пунктом i, так как возможны развороты, объезды, одностороннее движение, более рациональный с точки зрения времени маршрут и т.п. В клетки матрицы, расположенные по диагонали занесем величину М, обозначающую бесконечность. Это сделано для того, чтобы исключить маршруты из первой аптеки в первую и т.д., так как они являются бессмысленными. В таблице для удобства поменяем аптеки на номера из списка, представленного выше.

239