Проверяемый текст
Летникова, Людмила Ивановна. Методология рационального управления системой медицинского обслуживания в регионе с льготным социально-экономическим статусом на основе анализа состояния и прогнозирования акушерской и гинекологической патологии (Диссертация 2004)
[стр. 296]

294 ем соотношения между прямой (6.4) и двойственными задачами оптимизации.
Для этого исходная задача приводится к эквивалентной задаче maxmin следующей функции Лагранжа
[26]: max min Ф ^ , ц 1п,z), (6.10) z20 S R I где Ф(5,//1„,г) = П Д № ^ ) + ^ ( С Х 1 Х с^ ) + 1 ^(Л > -1 //,,Л ; (6.11) i l j = l г = 1 Ы\ л 1 Z = (z0,zJ9...zN) вектор коэффициентов функции Лагранжа; zn > 0, п = 0,...,ЛГ.
Двойственная задача имеет вид max min Ф(S ,p irs,z ) .
(6.12) z£0 Ее решение zn, п = 0 характеризует степень влияния ограничений на возможности получения оптимального решения по целевой функции (6.4).
Чем ближе z„ к 0, тем меньше зависит от этого ограничения максимизация поS ИMinПредставим число вариантов, связанных с двумя типами ограничений в двоичном исчислении: L, = х.
+ 2х9 +...
+2т*х , L = * + 2* + + 2 л (6ЛЗ)2 т+1 ^ /л+2 Т***“ ^ ЛА/• Для разных вариантов ограничений получаем 2м разных решений зада* чи (6.12).
Таким образом, считаем, что переменные являются функциями альтернативных переменных хт: z„=*„CO> n=0,N m =l,M.
(6.14) Тогда прямая задача (6.10) преобразуется к следующей задаче с альтернативными переменными 0(5, fi^ ,X ) min, где X = (х,,..., хт,..., хм), (6.15) которая решается с использованием рандомизированных схем направленного перебора.
[стр. 199]

198 Формализованный учет разнообразия вариантов ограничений осуществляется введением альтернативных переменных zmy т —1,..., М исследованием соотношения между прямой (5.16) и двойственными задачами оптимизации.
Для этого исходная задача приводится к эквивалентной задаче maxmin следующей функции Лагранжа:
max m inФ(S,pirs,z) t (5.19) где = f\P i{S,pin ) +z0{ C + 'Е Ю ; <-1 J~1r=>\ /=1 n=l Z = (z0,z {,...zN) вектор коэффициентов функции Лагранжа; zn > 0, п ~ О .
Двойственная задача имеет вид max min Ф(5, ,z ).
(5.20) z> 0 4 ' Ее решение zny п = характеризует степень влияния ограничений на возможности получения оптимального решения по целевой функции (5.13).
Чем ближе z n к 0, тем меньше зависит от этого ограничения максимизация 0(S,juirs,z) по5 и МмПредставим число вариантов, связанных с двумя типами ограничений в двоичном исчислении: —Xj + 2^2 + ...
+ 2т 1х т , ^2 =Х т +1 +2>Хт+2 + 2 Ху

[стр.,200]

Для разных вариантов ограничений получаем 2м разных решений зада* чи (5.20).
Таким образом, считаем, что переменные 2 пявляются функциями альтернативных переменных *« =*»(*«)» n =0,N т =19М .
Тогда прямая задача (5.19) преобразуется к следующей задаче с альтернативными переменными Ф(5, n irs,X ) пип, где X = ( * > х м ), (5.21) которая решается с использованием рандомизированных схем направленного перебора.
Решение задачи (5.21) позволяет выбрать компромиссный вариант макродинамики СРО в условиях многоканального финансирования медицинского обслуживания населения региона.
Структурная схема построения оптимизационной модели и принятия управленческих решений показана на рис.
5.15.
Оптимизационная модель, учитывающая уровни «риска» заболеваемости по участкам, предназначается для медицинских учреждений с гибкой структурой.
С точки зрения бюджетного медицинского учреждения в эту модель необходимо внести изменения, учитывающие особенности участковых организаций.
Предлагается следующая последовательность для определения оптимального плана приема пациентов.
В первую очередь на основе экспертных оценок [111] определяются уровни «риска» по различным заболеваниям по всем врачебным участкам, обслуживаемых поликлиникой.
Уровни риска, определенные экспертным методом, образуют матрицу rij9 / = 1,/, j = 1,J , где / количество заболеваний, 199

[Back]