Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Żelazny, D." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Multi-Criteria Optimization in Fuel Distribution
Autorzy:
Pempera, J.
Żelazny, D.
Powiązania:
https://bibliotekanauki.pl/articles/409566.pdf
Data publikacji:
2015
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
vehicle routing problem
multi-criteria
discrete optimization
fuel distribution
Opis:
This paper deals with some computational study of multi-criteria optimization in fuel distribution problem. We consider vehicle routing problem, e.g. routing of a fleet of tank trucks, for one of the famous polish petroleum companies. For the purpose of solving this problem, we developed the random search algorithm, which explores the broad range of feasible sets of routes and searches for non-dominated multi-criteria solutions. The problem is examined on real data, which contains distances between 50 petrol stations and one central warehouse (refinery). Obtained results indicate, that it is possible to obtain single solution and satisfy both optimization criteria. Based on the analysis of the collected data, we formulate a number of proposals useful in future for construction of algorithms for multi-criteria fuel distribution optimization.
Źródło:
Research in Logistics & Production; 2015, 5, 1; 77-84
2083-4942
2083-4950
Pojawia się w:
Research in Logistics & Production
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multi-Criteria 3-Dimension Bin Packing Problem
Autorzy:
Kacprzak, Ł.
Rudy, J.
Żelazny, D.
Powiązania:
https://bibliotekanauki.pl/articles/409522.pdf
Data publikacji:
2015
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
bin packing problem
multi-criteria
genetic algorithm
simulated annealing
discrete optimization
Pareto efficiency
Opis:
In this paper a multi-criteria approach to the 3-dimensions bin packing problem is considered. The chosen maximization criteria are the number and the total volume of the boxes loaded into the container. Existing solution representation and decoding method are applied to the problem. Next, two metaheuristic algorithms, namely simulated annealing and genetic algorithm are developed using the TOPSIS method for solution evaluation. Both algorithms are then used to obtain approximations of the Pareto front for a set of benchmarks from the literature. Despite the fact that both criteria work in favor of each other, we managed to obtain multiple solutions in many cases, proving that lesser number of boxes can lead to better utilization of the container volume and vice versa. We also observed, that the genetic algorithms performs slightly better in our test both in the terms of hyper-volume indicator and number of non-dominated solutions.
Źródło:
Research in Logistics & Production; 2015, 5, 1; 85-94
2083-4942
2083-4950
Pojawia się w:
Research in Logistics & Production
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies