تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله روش های نسل محدودیت برای بهینه سازی قوی در پرتودرمانی – نشریه الزویر

عنوان فارسی: روش های نسل محدودیت برای بهینه سازی قوی در پرتودرمانی
عنوان انگلیسی: Constraint generation methods for robust optimization in radiation therapy
تعداد صفحات مقاله انگلیسی : 6 تعداد صفحات ترجمه فارسی : 17
سال انتشار : 2016 نشریه : الزویر - Elsevier
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 8740 رفرنس : دارد ✓
محتوای فایل : zip حجم فایل : 1.36Mb
رشته های مرتبط با این مقاله: مهندسی صنایع و مهندسی پزشکی
گرایش های مرتبط با این مقاله: بهینه سازی سیستم ها و بیومکانیک
مجله: تحقیقات عملیاتی برای مراقبت های بهداشتی - Operations Research for Health Care
دانشگاه: گروه مهندسی مکانیکی و صنعتی، دانشگاه تورنتو، کانادا
کلمات کلیدی: تجزیه، نسل محدودیت، بهینه سازی قوی، رادیوتراپی، سرطان پستان
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است ☓
وضعیت ترجمه منابع داخل متن: درج نشده است ☓
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است ✓
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1. مقدمه

2. برنامه تیمار IMRT سرطان پستان

2.1. زمینه

2.2. یک مدل بهینه سازی CvaR – قوی برای IMRT سرطان پستان

3. یک راه حل نسل محدودیت

3.1. یک مساله بهینه سازی قوی با محدودیت های نامعلوم

3.2. تجزیه مساله

3.2.3. استراتژی های افزودن محدودیت

3.2.4. به روز رسانی راه حل

3.2.5. معیار توقف

4. نتایج

4.1. اثربخشی محاسباتی

4.2. کیفیت حل در مقابل زمان محاسبه

5. بحث

6. نتیجه گیری و کارهای بعدی

نمونه متن انگلیسی

Abstract

We develop a constraint generation solution method for robust optimization problems in radiation therapy in which the problems include a large number of robust constraints. Each robust constraint must hold for any realization of an uncertain parameter within a given uncertainty set. Because the problems are large scale, the robust counterpart is computationally challenging to solve. To address this challenge, we explore different strategies of adding constraints in a constraint generation solution approach. We motivate and demonstrate our approach using robust intensity-modulated radiation therapy treatment planning for breast cancer. We use clinical data to compare the computational efficiency of our constraint generation strategies with that of directly solving the robust counterpart.

نمونه متن ترجمه

چکیده

ما یک راه حل نسل محدودیت را برای مسایل بهینه سازی قوی در پرتودرمانی ایجاد کردیم که در آن، مسائل شامل تعداد زیادی از محدودیت های قوی می باشد. هر محدودیت قوی باید برای هرگونه درک از یک پارامتر نامعلوم درون مجموعه ی عدم قطعیت معین برقرار باشد. از آنجایی که مسایل، بزرگ مقیاس هستند، حل همتای قوی به صورت محاسباتی چالش برانگیز می باشد. برای پیگیری این چالش، ما استراتژی های مختلفی را برای اضافه کردن محدودیت ها در یک راه حل نسل محدودیت مورد بررسی قرار دادیم. ما روش خودمان را با استفاده از برنامه ی تیمار پرتودرمانی تعدیل شدت قوی برای سرطان پستان اثبات کردیم. ما از داده های بالینی برای مقایسه ی اثربخشی محاسباتی استراتژی های نسل محدودیت خودمان و حل مستقیم همتای قوی آن استفاده کردیم.