Informacja

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

Wyszukujesz frazę "prawdopodobieństwo wsparcia" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Spare parts allocation optimization in a multi-echelon support system based on multi-objective particle swarm optimization metod
Optymalizacja alokacji części zamiennych w wieloszczeblowym systemie wsparcia na podstawie metody wielokryterialnej optymalizacji rojem cząstek
Autorzy:
Wang, Y.
Zhao, J.
Jia, X.
Tian, Y.
Powiązania:
https://bibliotekanauki.pl/articles/301801.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
MOPSO
części zamienne
alokacja
optymalizacja
prawdopodobieństwo wsparcia
spare parts
allocation
optimization
support probability
Opis:
Optymalizacja alokacji części zamiennych w wieloszczeblowym systemie wspomagania stanowi trudne zagadnienie, które wymaga optymalizacji nieliniowej funkcji celu oraz zmiennych całkowitych. W niniejszej pracy, opracowano wielokryterialny model optymalizacyjny, który maksymalizuje prawdopodobieństwo wsparcia i minimalizuje jego koszty. W celu rozwiązania problemu optymalizacyjnego, wykorzystano ulepszoną metodę wielokryterialnej optymalizacji rojem cząstek (MOPSO). W metodzie tej wykorzystano techniki redukcji wymiarów oraz wielokryterialnej optymalizacji algorytmowej, które mogą poprawić efektywność metody MOPSO. Zasady proponowanej metody zilustrowano przykładem numerycznym.
Spare parts allocation optimization in a multi-echelon support system presents a difficult problem which involves non-linear objective function and integer variables to be optimized. In this paper, a multi-objective optimization model was developed, which maximizes support probability and minimizes support costs. In order to solve the optimization problem, an improved multi-objective particle swarm optimization (MOPSO) method was utilized. In this method, techniques of dimensions reduction and rules-based multi-objective optimization were employed, which can improve the efficiency of MOPSO method. A numerical example was given to show the performance of proposed method.
Źródło:
Eksploatacja i Niezawodność; 2014, 16, 1; 29-36
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    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