Фігун Н. В., Дзелендзяк Ю. А. Імітаційне моделювання зовнішньої та внутрішньої логістики медичного закладу

УДК 338
Н. В. Фігун, Ю. А. Дзелендзяк
Національний університет “Львівська політехніка”

ІМІТАЦІЙНЕ МОДЕЛЮВАННЯ ЗОВНІШНЬОЇ
ТА ВНУТРІШНЬОЇ ЛОГІСТИКИ МЕДИЧНОГО ЗАКЛАДУ

© Фігун Н. В., Дзелендзяк Ю. А., 2016

Розглянуто аспекти логістичної діяльності медичного закладу. Сформульовано класифікацію підходів до побудови імітаційної моделі внутрішньої та зовнішньої логістики медичного закладу. Структуризовано імітаційну модель зовнішньої та внут¬рішньої логістики медичного закладу. Визначено параметри формування імітаційної моделі та її обмеження. Запропоновано два принципово відмінні підходи до формування іміта¬ційних моделей відповідно до специфіки поставлених задач. Розроб¬лено схему отримання, пере¬творення і виведення даних щодо логістичних потоків для створення імітаційної моделі. Проаналізовано переваги та недоліки використання нейронних мереж та гене¬тичних алгоритмів для структурної реалізації імітаційної моделі.
Ключові слова: медичний заклад, імітаційна модель, логістика, генетичний алгоритм, нейронна мережа.

THE SIMULATION MODELING OF EXTERNAL
AND INNER LOGISTIC OF MEDICAL INSTITUTION

© Figun N., Dzelendzyak Yu., 2016

The logistics aspects of medical institution have been considered. Approach’s classification of simulation model’s creation of inner and external logistics has been formed. The medical institution’s simulation model of inner and external logistics structuring has been realized. The parameters’ of simulation model’s forming have been determined. The two fundamentally different approaches to simulation model’s forming according to specific character of posed tasks have been suggested. The scheme of receiving, transformation and data’s output for simulation model’s creation was developed. The advantages and disadvantages of neural nets and genetic algorithms using for structural realization of simulation model have been analyzed.
Key words: medical institution, simulation model, logistics, genetic algorithm, neural net.

Література – 12