Мочалов Системы поддержки принятия решений в медицине. В настоящее время задача повышения качества оказываемой медицинской помощи и жизни населения в целом является одной из наиболее сложных и значимых
 Скачать 0.91 Mb.
|
1 2 Общие сведения о GAlibБиблиотека GALib – это полнофункциональная библиотека объектов и методов для разработки ГА. Она включает в себя типы данных, различные классы генотипов, ГА, популяций, схем селекций, классов сбора и накопления статистики по работе алгоритма и классы генерации случайных чисел. Все права на распространение принадлежат Массачусетскому Технологическому Институту и автору программы – Мэтью Волу (Matthew Wall). Структура GAlib представлена на рисунке 4.  Рисунок Рисунок 4. Структура ГА Классы ГА: GAGeneticAlgorithm (основной класс ГА) GASimpleGA (не перекрывающиеся популяции) GASteadyStateGA (перекрывающиеся популяции) GAIncrementalGA (возрастающие популяции) GADemeGA (параллельные популяции с миграцией) GAStatistics (класс статистики ГА) GAParameterList (класс параметров ГА) GAPopulation (класс популяции ГА) GAScalingScheme (класс стратегий отбора для скрещивания) GANoScaling (без оценки) GALinearScaling (линейная оценка) GASigmaTruncationScaling (оценка с уменьшением ошибки) GAPowerLawScaling (оценка по закону власти) GASharing (оценка по разделению) GASelectionScheme (класс стратегий отбора для формирования будущих поколений) GARankSelector GARouletteWheelSelector GATournamentSelector GAUniformSelector GASRSSelector GADSSelector Основные возможности GALibБиблиотека GALib может быть скомпилирована под операционными системами DOS/Windows, Windows NT/95, MacOS, и UNIX системами.
Реализация ГА в GAlibПри работе с библиотекой GAlib вы работаете с двумя классами: Genome и Genetic Algorithm. Genome – геном, представляет собой совокупность возможных решений Вашей задачи. Genetic Algorithm – класс ГА, определяющий, как это решение должно достигаться. Как говорилось выше, ГА использует целевую функцию (которую определяет пользователь), чтобы вычислить степень «приспособленности» каждого генома к выживанию. Чтобы решить поставленную задачу, используя ГА, необходимо:
Библиотека GAlib предоставляет полный набор инструментов, чтобы быстро и просто реализовать представление чисел и использовать нужные операторы ГА. Но целевую функцию должен задать именно пользователь. Существует много разных видов ГА. GAlib включает четыре основных типа: «простой» (simple), «устойчивый» (steady-state), «возрастающий» (incremental), «параллельный» (deme). Все они отличается только тем КАК новые индивидуумы будут заменять старых в ходе эволюции. Стоит отметить, выбор типа ГА полностью зависит от сложности поставленной задачи. Правильное использование ГА позволяет использовать их как при глобальном, так и при локальном поиске. При этом временные затраты зависят от корректного выбора операторов и параметров ГА, а так же от сложности «формы» пространства решений. Структурная схема работы ГА представлена на рисунке 5 .  РисунокРисунок 5. Схема работы ГА Работа ГА в GAlibГА определяет, какие индивидуумы должны выжить, какие участвовать в скрещивании, а какие умереть. Так же ГА определяет, как долго будет длиться процесс эволюции. Обычно ГА не имеет четкого условия останова. Вы должны указать алгоритму, когда остановится. Часто таким критерием является количество поколений или вырождение популяции, т.е. если практически нет разнообразия в генах особей популяции, либо просто вышел лимит времени. Библиотека содержит 4 типа ГА. Первый – простой ГА («simple»). Этот алгоритм является одним из первых и самых простых. Он использует не перекрывающиеся популяции и элитизм. С каждым поколением алгоритм создает полностью новую популяцию индивидуумов. Второй тип – устойчивый ГА («steady-state») использует перекрывающиеся популяции. В этом алгоритме вы можете определить, какая часть популяции будет заменена в каждом поколении. Третий вариант есть возрастающий ГА («incremental»), в котором каждое поколение состоит только из одного или из двух детей. Возрастающий ГА позволяет обычными методами замены определить, как новые особи попадут в популяцию. Так, например, полученный ребенок может занять место родителя, может заменить любого члена популяции случайным образом, либо заменить индивидуума, который больше всего похож на него. Четвертый тип – групповой ГА («deme»). Этот алгоритм создает параллельно множество популяций, используя устойчивый ГА. В этом алгоритме с каждым поколением несколько индивидуумов одной популяции мигрируют в другую популяцию [9]. Заключение В современных условиях оказание услуг пациентам медицинских учреждений осуществляется при непрерывном развитии информационных технологий, оснащении медицинских учреждений новыми приборами и устройствами. Развитие медицинской техники и технологий обслуживания пациентов находит свое отражение во всех сферах деятельности медицинских учреждений в виде создания и внедрения специализированных медицинских программ, проектов комплексной автоматизации медицинских учреждений, внедрения телемедицинских технологий [8]. Интенсификация работы медицинского персонала и внедрение современных медицинских технических устройств приводит к увеличению объема информации, который должен обрабатывать медицинский работник. Это свидетельствует в пользу необходимости применения специальных программных систем для решения самых разных задач в медицинских учреждениях, начиная от простых хозяйственных задач и кончая сложными задачами принятия решений, связанных с управлением медицинским учреждением, идентификацией состояния пациентов и лечением. Так как в настоящее время Россия переживает сложный период, качество жизни среднего гражданина России ниже, чем в странах, которые принято называть развитыми, то существует необходимость эффективного развития ряда первоочередных областей производства и обслуживания, к одной из которых принадлежат медицинские учреждения [8]. Необходима разработка средств выражения медицинской информации и средств, для ее обработки и передачи, отвечающих международным стандартам. Данная задача относится к классу сложных и трудно формализуемых задач, решение которых связано с применением как формальных, так и эвристических подходов к разработке моделей, адекватно описывающих процессы сбора, обработки, хранения и передачи информации, а также проектированием специальных программных систем для всесторонней информатизации деятельности медицинских учреждений. Наиболее эффективным программным средством наиболее полно решающим данную задачу являются Системы Поддержки Принятия Решений (СППР). В сфере здравоохранения Системы поддержки принятия решений используются для решения следующих задач: - управление различными составляющими элементами ЛПУ (лаборатории, коечный фонд, аптечный фонд и т.д.) - помощь в диагностике заболеваний и выбор методов лечения на основе накопленной статистики и экспертных знаний - автоматизированная генерация отчетных материалов - снижения рисков, связанных с медикаментозным лечением Подводя итог можно сказать, что Системы Поддержки Принятия Решений являются удобным интеллектуальным средством, направленным на решение основных проблем современного здравоохранения. Развитие подобных систем приведет к повышению эффективности работы врачей на всех этапах диагностирования и лечения. Список использованной литературы
1 2 |