文摘

随机模型主要用于纠正现实问题在忙碌的世界上的不同区域,如市场营销、贸易、网络、媒体交流,和具有挑战性的生物医学发明,为人类的生存。任何业务运行的基础上,用较少的投入获得更多的利润包括所有生产和人力资源,在当前的世纪。将业务获得和男人的平等权力,许多随机模型介绍了1940年代以来。讨论了不同状态和稳态概率的马尔可夫模型来克服人力的不足。迭代的隐马尔可夫模型介绍了有效的生产通过考虑可观测状态取决于隐藏状态的情况下真实的概率是已知和未知。本文主要涉及的各种机器,药房,和不同的方法,即Nonadjacency搜索方法和邻接搜索方法应用超图。对比Nonadjacency搜索方法和邻接搜索方法通过超作业使用派系帮助我们获得巨大的利润通过有效生产和开始新的药房,而不是通过计算预测方法。结果讨论了基于从阿波罗药店获得的信息。

1。介绍

马尔可夫模型总是作为一个有效的媒介的发明各种库存控制等领域,营销、客户分类、经济学、金融、风险分析和生物信息学。概率马尔科夫模型广泛应用于库存光泽控制业务。客户的需求,提供产品,生产管理,人力资源参与业务。隐马尔可夫模型的迭代已经应用于人机权力和力量的有效的生产管理包括实际参数估计使用最小化问题[1]。隐马尔可夫模型(摘要)是用于识别所涉及的威胁国家安全,参与人体的疾病,在人类细胞运动和数据序列分析。虽然可以逮捕和治疗疾病的各种药品的医生、付账单的医院病人是非常大的挑战。经济评价,探讨了有效的成本管理在2,3]。COVID-19大流行期间情况,人们寻找药物送到家里,寻找药店提供的更好的服务。nonadjacency搜索方法已应用于由两部分构成的超图找到购买的线路图更好的药物更好的体格检查最低成本和利润最大化在生产现场(4,5]。趋势已经改变到新的现代社会包括人的水平和不同的方法用于更好的生存。随着人口的增加,制造业的生产与更大的比赛也会增加6]。这些健康的比赛使得商业世界争取生存的问题。工人们总是从一个地方转移到另一个地方基于大气条件,工资和其他福利。因为频繁的转换,只有人们仍存在一些忧虑而不是工人(7,8]。

为了避免工人的短缺,马尔可夫模型和许多算法,即维特比算法,应用极大似然估计(9,10]。应用程序在不同阶段的人的权力业务讨论和解决方案获得通过使用8点规模和10点随机模型的规模。一群人躺在同样的起点不同疾病的分类和治疗用一个适当的治疗和每个状态的病人也估计模拟马尔可夫模型(11,12]。蒙特卡罗方法已被用于数据序列分析(13,14]。超出了数学模型和计算,图形表示总是验证马尔可夫模型的最高权力,给模型的快速和准确的判断(15]。超图是在不同的方法建造的基础上(1)和(2)视图的视觉特征聚类。选择一个实验样本用顶点和样品之间的关系由一个图形的边缘。最好是图形可能是由直接的或间接的,样品是否相称的之间的关系。超图已经探索了无数的数据挖掘和信息恢复作业,因为它有可能吸收样品在高阶之间的相互关系16,17]。调查中进行了不同的药店,提出通过超图模型是否有效开药店的各自的类型。结果讨论了在后面的章节和图形显示的解决方案到达使用派系。

2。基本的定义

以下是相关的定义中存在的超图(18- - - - - -20.]。

定义1。图中每条边与任意数量的顶点叫做超图(21]。
(即)。超图包含(X,C),X表示顶点集和C表示超边的集合。每个超级边缘可以容纳任意数量的顶点的顶点集X一组并不是空的。因此,每个超级边缘是一个非空的顶点集的子集X。

定义2。超图(X,C)是由两部分构成的,如果X是分离为两个子集一个和B的X空,是谁的十字路口 。
表示为双方的超图 ,一个和B的顶点集的交集为空和C包含所有给定图的超边。没有关联的顶点集相等数量的假设和所有的超级优势c∈C有相同的数量 的顶点一个和B。

定义3。 是一个由两部分构成的超图。子集C₁的C在超图称为一个赋值,如果两个超边吗C₁不相邻。

定义4。 是一个由两部分构成的超图。一项任务H在据说是一个超级任务如果每个顶点属于其联盟(即)∈一个∪B包含在一个超级优势c∈H。

定义5。让 是由两部分构成的超图。小团体的超图的定义是每两种不同顶点的顶点集,有一个超图包括顶点的边缘。

3所示。Nonadjacency算法搜索方法

两偶图的超级任务确定使用Nonadjacency搜索方法(NASM)。阶段1:集团所有的边不相邻给定图的每条边用C_我(所有边缘不相邻的c_我,我= 1,2,…n)。第二阶段:建立边集 。第三阶段:如果是空的,那么就没有超级任务。如果非空的然后去第四阶段。阶段4:需要 考虑 。第五阶段:列举的完整边缘相邻的每条边关于 。第六阶段:列举完整的边集的交集为空关于通过应用一组从舞台上获得5。认为这组 。第七阶段:如果是空的图没有超级任务有关和继续阶段9。如果非空的然后继续阶段8。步骤8:为每个 ,然后D_我是一个超级任务 ,或者这是一个任务 。阶段9:第五阶段阶段8申请 和喷射枚举。10:阶段得到的超级任务阶段8。

4所示。超级图形结构有效的生产

让我们考虑这个人能力高,中等和低水平表示的顶点一个₁,一个₂,一个_3,和机器用于生产产品高、中等和低水平表示为一组顶点b₁,b₂,b₃。生产公司都表示为一组边缘c₁,c₂,c₃,c₄,c_5,和c₆。相关生产公司不同级别的人力和机器定义如下:生产企业c₁和c₂利用高人力₁机器的生产速度和高度b₁。生产企业的c₂,c_3,和c₄利用温和的人力一个₂机器生产速度和温和b₂。生产企业的c₂和c₅利用高人力₁机器生产速度和温和b₂。生产企业的c₅和c₆利用低人力一个₃和低产量的机器b₃。边缘设置包含顶点的集合表示如下: 。顶点和边之间的关系如图所示1。

让C₁,C₂,C₃,C₄,C_5,和C₆是所有边的集合不相邻的c_我,我= 1、2、3、4、5、6。 和 。

5阶段8应用阶段C₁, 是超级任务。5阶段8应用阶段C₂, 是超级任务。申请阶段5阶段8 C₄, 是超级任务。

因此, 是超级任务,这表明只要机器更多人力,人力适中时,机器是温和的人力低只要机器很低。

生产企业可以按照任何一个超级有效的生产作业的产品得到最大的利润。

5。使用派系邻接算法搜索方法

两偶图的超级任务确定使用一种称为邻接搜索方法的新模型(ASM)使用最大的派系。第一阶段:收集所有派系的边的集合c_我,我= 1,2,…n超图的第二阶段:确定最高秩序的边缘包含集团被称为最大小团体为代表 阶段3:集团所有的边在给定的超图是相邻的优势。让它成为C_我,我= 1,2,…n阶段4:识别C_我,我= 1的最大小团体存在被称为超级作业否则称为任务。如果不存在过度分配,然后去第五阶段第五阶段:进行第四阶段C_我,我= 2,3…n。超级任务

6。开放的超图结构最大的药店

原因打开一个新的药房列出如下:(1)更多的销售更多的折扣(2)减少租金商店灵活性来支付医疗法案(3)更多的居民区预计送货上门(4)在商店里更多的停车场客户的方便停车的车辆(5)公共交通设施为客户实现分支客户没有自己的汽车(6)位于可见区域一个广告的人经过(7)药品可获得性的客户满意度规定不同的医生对各种疾病

一个特定产品的生产和销售取决于需求和一些店主和最好的客户服务。制造商总是为客户满意度工作。以下是开放更多的关键点在泰米尔纳德邦阿波罗药店。例如,不同类型的药物是由不同的制造商准备不同的疾病。客户效果的药物制造商是很困难的。医疗商店的数量在不同的名字已经开设了为客户服务。一些商店正在开发的开放更多的分支机构和一些商店都趋于接近。打开/关闭以下模型分析了原因医疗商店使用超图。

让一个_我,我= 1 - 7是顶点代表制造商的一些店主的强度的超图。让b_我,我= 1 - 7是顶点代表制造商针对消费者的力量的超图。让c_我,我= 1到6的边缘代表医疗商店在不同的超图的名称。一个超图的顶点的店主和顾客定义如下:一个₁——更多的销售一个₂——少租金商店一个₃——更多的居民区一个₄在商店里——更多的停车场一个₅——公共交通设施为客户达到分支一个₆——位于可见区域一个₇——药品可获得性的客户满意度b₁——更多的折扣b₂——支付医疗法案的灵活性b₃——预计送货上门b₄——客户的方便停车的车辆b₅——客户没有自己的车b₆——一个广告的人经过b₇各种疾病,规定不同的医生

超图的边缘是著名的集团药房位于泰米尔纳德邦定义如下:c₁——阿波罗药房c₂地中海- +c₃——绿色制药c₄——Muthu体格检查c₅——Bawa体格检查c₆——Thulasi体格检查

边缘设置包含顶点的集合表示如下: 。顶点和边之间的关系如图所示2。

从阶段1,让每条边的派系c_我,我= 1,2,…,6。c₁包含订单12的小团体c₂包含订单的小团体8c₃包含订单6的小团体c₄包含订单4的小团体c₅包含订单4的小团体c₆包含订单6的小团体

从第二阶段c₁包含最大订单12的小团体,c₁有一个最大小团体用吗 。

第三阶段,让所有相邻边缘的集合c_我,我= 1,2,…,6。

从第四阶段,所有C_我的年代,我= 1,2,…,6包含最大小团体 。因此C_我的年代,我= 1,2,…,6是超级任务。

以来最大的集团存在于所有的超级任务和相应的优势c₁与所有其他边缘的一个给定的超图,每一个小团体的超级任务连接到对方。因此,超图对应于给定的模型代表了马尔可夫链是不可约22]。超级任务确定使用派系而不是nonadjacency搜索方法是可靠的和适应不同的环境。

因此,结果表明,优势c₁代表阿波罗药房满足条件的最大数量客户视图和店主视图,它被打开近年来大量相比其他药店。

7所示。结果与讨论

基于生产机器和药店之间的调查大约850数字,以下查询提出提议是否修改模型ASM的派系将(1)适用的,(2),(3)同意,(4)容易,和(5)有效吗?它回答了人们,到800年,这一模型是适用的数字,到780年实现数字,同意到830年数字,简单到830年数字,并在780年有效数字。图3和表1显示数据表的样本进行了分析研究。

从条形图,很明显,生产机器和药店同意和容易操纵ASM产率高,而且阿波罗药店的数量开始更多的数字比其他药店在早些时候讨论部分4、6。尽管阿波罗医院起源于安得拉邦,他们的分支机构已经开始故意在钦奈在2000年少于5医院。但此后阿波罗药店开始逐渐在钦奈和强硬的竞争对手如地中海+绿色制药、Muthu体格检查,Bawa体格检查,Thulasi体格检查。这些药店的发展分析了在2000年,2005年,2010年,2015年、2020年和2021年,如下表所示2。

不同的药店的发展在2000年,2005年,2010年,2015年、2020年和2021年被表示为数字1到6的X设在图4。从趋势线,非常清楚的是,阿波罗的增长比其他药店药房也逐渐增加。尽管阿波罗药店和医疗+有同样好的增长到2020,和2021年阿波罗药店的进步。阿波罗药店的增长是非常有效的,开始新的药房在城市和城市的不同角落。马尔可夫链的模型应用在超图讨论了派系。超级任务被确定使用派系和药房已开始在更大的数字突出显示。ASM的原因足以阿波罗药店和开辟新药店的顾客和店主都是相互关联的。因此,顾客和店主之间的关系非常强劲,显示了ASM适用于阿波罗药店。大流行情况由于COVID-19也正在由阿波罗药店在24×7和交付给客户的门阶的药物是(23]。结果和讨论得出结论,药店在不同的名称采用ASM已经开始更多的新分支。

8。结论

摘要nonadjacency搜索方法(NASM)已经被应用于由两部分构成的超图和超作业识别分析更好的组合的机器和人力有效的生产管理。修改后的方法称为邻接搜索方法(ASM)已经被应用于由两部分构成的超图和超作业识别分析新开药店使用最大派系的原因。结果表明,超级给定超图的作业保存一个不可约马尔可夫链,使优势模型建设和更多的阿波罗药店开了近年来比较其他药店。NASM和ASM相比,可以看出邻接的搜索方法中扮演一个重要的角色来确定阿波罗药店有很强的理由比其他药店和开放更多的数字很容易适应。ASM强调图形表示的角色摘要的超图。超级任务获得使用最大小团体ASM是更有效的比NASM和时间有限。

数据可用性

所有可用的数据在这个手稿与相应的作者在正式请求。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由岜沙&纳史木汗,注册会计师审计阿波罗的药店。作者想感谢审计公司提供的数据。