Введение
1. Социо-технические системы. проблемы прогнозирования и управления потоком заявок 10
1.1. Обзор социо-технических обслуживающих систем 10
1.2. Задача прогнозирования потоков заявок 15
1.3. Применение нейронных сетей в задачах прогнозирования 26
1.4. Цели планирования. Оптимизация загрузки обслуживающих устройств 35
1.5. Общая постановка задачи 42
2. Разработка моделей прогнозирования и оптимизации потоков заявок 43
2.1. Нейросетевые модели прогнозирования: модификация и тестирование 43
2.1.1. Постановка задачи прогнозирования 43
2.1.2. Подготовка данных для прогнозирования 46
2.1.3. Применение GRNN сетей 49
2.1.4. Модификация нейронных сетей и методов обучения 51
2.1.5. Тестирование различных нейросетевых моделей, применяемых для прогнозирования коротких временных рядов 55
2.2. Многошаговая оптимизация распределения нагрузок 68
2.2.1. Постановка задачи распределения нагрузок 68
2.2.2. Основные этапы оптимизации 71
2.2.3. Локальная оптимизация методами линейного программирования 74
2.3. Выводы по второй главе 78
3. Алгоритмизация методов нейросетвого прогнозирования и многошаговой оптимизации 79
3.1. Вычислительные схемы и алгоритмы нейросетевых моделей.79
3.2. Алгоритмизация оптимизационной задачи 84
3.4. Трудоемкость многошаговой последовательной оптимизации 89
3.5. Выводы 93
4. Реализация специального программного обеспечения 94
4.1. Подсистема прогнозирования потока заявок 95
4.2. Подсистема планирования профилактических медицинских осмотров 98
4.3. Особенности разработанной медицинской информационной системы 101
4.4. Внедрение автоматизированной медицинской системы в рамках МСЧ Стойленского ГОК 107
4.5. Оценка эффективности модуля прогнозирования 111
4.6. Выводы 126
Заключение 128
