Informacja

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

Wyszukujesz frazę "algorithm of optimization" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Risk management in the allocation of vehicles to tasks in transport companies using a heuristic algorithm
Autorzy:
Izdebski, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/27311808.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
transport companies
allocation of vehicles
organization of transport
risk management
heuristic algorithm
ant algorithm
optimization
firmy transportowe
przydział pojazdów
organizacja transportu
zarządzanie ryzykiem
algorytm heurystyczny
algorytm mrówkowy
optymalizacja
Opis:
The work deals with the issue of assigning vehicles to tasks in transport companies, taking into account the minimization of the risk of dangerous events on the route of vehicles performing the assigned transport tasks. The proposed risk management procedure based on a heuristic algorithm reduces the risk to a minimum. The ant algorithm reduces it in the event of exceeding the limit, which differs from the classic methods of risk management, which are dedicated only to risk assessment. A decision model has been developed for risk management. The decision model considers the limitations typical of the classic model of assigning vehicles to tasks, e.g. window limits and additionally contains limitations on the acceptable risk on the route of vehicles' travel. The criterion function minimizes the probability of an accident occurring along the entire assignment route. The probability of the occurrence of dangerous events on the routes of vehicles was determined based on known theoretical distributions. The random variable of the distributions was defined as the moment of the vehicle's appearance at a given route point. Theoretical probability distributions were determined based on empirical data using the STATISTICA 13 package. The decision model takes into account such constraints as the time of task completion and limiting the acceptable risk. The criterion function minimizes the probability of dangerous events occurring in the routes of vehicles. The ant algorithm has been validated on accurate input data. The proposed ant algorithm was 95% effective in assessing the risk of adverse events in assigning vehicles to tasks. The algorithm was run 100 times. The designated routes were compared with the actual hours of the accident at the bottom of the measurement points. The graphical interpretation of the results is shown in the PTV Visum software. Verification of the algorithm confirmed its effectiveness. The work presents the process of building the algorithm along with its calibration.
Źródło:
Archives of Transport; 2023, 67, 3; 139--153
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Organization of Municipal Waste Collection: the Decision Model
Organizacja zbiórki odpadów komunalnych: Model decyzyjny
Autorzy:
Izdebski, M.
Jacyna, M.
Powiązania:
https://bibliotekanauki.pl/articles/1813690.pdf
Data publikacji:
2018
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
organization of municipal waste collection
multi-criteria optimization
ant algorithm
organizacja zbiórki odpadów komunalnych
optymalizacja wielokryterialna
algorytm mrówkowy
Opis:
The paper presents the problem of organizing municipal waste collection from individual residents. A waste collection organization is defined as the designation of vehicle routes for a given collection. In order to solve this problem, a decision model for determining driving routes has been proposed. The organization of municipal waste collection may be considered in a single or multi-criteria approach. This study presents a collection of municipal waste in the context of a multi-criteria decision problem. In this work, the decision model of the municipal waste collection organization is based on multi-criteria optimization. In this case, the optimization algorithm was an ant algorithm. This algorithm has been specially modified to solve the problem of making decisions based on many criteria. The authors of this publication have not found application of this approach and this algorithm in the literature to designate the municipal waste collection organization. The municipal waste collection organization is a complex decision problem and refers to the traveling salesman problem. This problem belongs to NP-hard problems. To solve the problem of the traveling salesman, a heuristic algorithm should be applied. Fast time of generating the result by the ant algorithm is its main feature, which is desirable in the process of designating the municipal waste collection organization. This process depends on many factors, e.g. vehicle capacity, size of tasks. The algorithm for determining this type of problem must be adapted to frequent changes of these factors and quick generation of solutions. The time of solution generation plays the most important role in municipal companies. The ant algorithm generates results in a quick way and therefore this algorithm was chosen in this problem. The presented decision model concerns the collection of waste from individual residents. The car visits the loading points (inhabitants) and collects waste. The main goal is to designate this route. This fact additionally emphasizes the use of the heuristic algorithm in this problem. The work defines the mathematical model of the problem of municipal waste collection, the input data entered into the model are given, e.g. distances between objects of the transport network have been defined, driving times between these objects are given, loading times, unloading of waste, crossing time. The decision variable defines the connection between individual network objects implemented by the vehicle in a given route. Decision variables are binary type. Limitations have been introduced for working time and for the capacity of vehicles that collect waste. The criteria functions concern the minimization of the time of completion of all routes and the costs of fuel consumption. In order to check the correctness of the ant algorithm, its results were compared with random values. The ant algorithm in each case generated a better solution than a random algorithm. It should be emphasized that the form algorithm belongs to heuristic algorithms. The solution generated by these algorithms for complex decision problems is a suboptimal solution. However, taking into account the complexity of the municipal waste collection organization, the solution is accepted from a practical point of view.
W pracy przedstawiono problem organizacji zbiórki odpadów komunalnych od indywidualnych mieszkańców. Organizacja zbiórki odpadów jest zdefiniowana jako wyznaczenie tras jazdy pojazdów realizujących daną zbiórkę. W celu rozwiązania tego problemu zaproponowano model decyzyjny wyznaczania tras jazdy pojazdów. Organizacja zbiórki odpadów komunalnych może być rozpatrywany w ujęciu jedno lub wielokryterialnym. W niniejszym opracowaniu przedstawiono zbiórkę odpadów komunalnych w kontekście wielokryterialnego problemu decyzyjnego. W niniejszej pracy model decyzyjny organizacji zbiórki odpadów komunalnych opiera się na optymalizacji wielokryterialnej. W tym przypadku algorytm optymalizacji był algorytmem mrówkowym. Algorytm ten został specjalnie zmodyfikowany w celu rozwiązania problemu podejmowania decyzji w oparciu o wiele kryteriów. Autorzy tej publikacji nie znaleźli zastosowania tego podejścia i tego algorytmu w literaturze do wyznaczenia organizacji zbiórki odpadów komunalnych. Organizacja zbiórki odpadów komunalnych jest złożonym problemem decyzyjnym i odnosi się do problemu komiwojażera. Problem ten należy do problemów NP-trudnych. Aby rozwiązać problem komiwojażera, należy zastosować algorytm heurystycznych. Szybki czas generowania wyniku przez algorytm mrówkowy jest jego główną cechą, co jest pożądane w procesie wyznaczania organizacji zbiórki odpadów komunalnych. Proces ten zależy od wielu czynników, np. pojemność pojazdów, wielkość zadań. Algorytm wyznaczania tego typu problemu musi być dostosowany do częstych zmian tych czynników i szybkiego generowania rozwiązań. W firmach komunalnych najważniejszą rolę odgrywa czas generowania rozwiązania. Algorytm mrówkowy generuje wyniki w szybki sposób i dlatego ten algorytm został wybrany w tym problemie. Przedstawiony model decyzyjny dotyczy zbiórki odpadów od poszczególnych mieszkańców. Samochód odwiedza punkty załadunku (mieszkańców) i zbiera odpady. Głównym celem jest wyznaczenie tej trasy. Fakt ten dodatkowo podkreśla zastosowanie algorytmu heurystycznego w tym problemie. W pracy zdefiniowano model matematyczny problemu zbiórki odpadów komunalnych, podano dane wejściowe wprowadzane do modelu np. zdefiniowano odległości pomiędzy obiektami sieci transportowej, podano czasy jazdy pomiędzy tymi obiektami, czasy załadunku, wyładunku odpadów, czas przejazdu przez skrzyżowania. Zmienna decyzyjna określa połączenie pomiędzy poszczególnymi obiektami sieci realizowane przez pojazd w danej trasie. Zmienne decyzyjne są typu binarnego. Wprowadzono ograniczenia na czas pracy oraz na pojemność pojazdów realizujących zbiórkę odpadów. Funkcje kryteriów dotyczą minimalizacji czasu realizacji wszystkich tras oraz kosztów zużycia paliwa. W pracy szczegółowo scharakteryzowano algorytm mrówkowy rozwiązujący wielokryterialny problem decyzyjny zbiórki odpadów komunalnych. W celu sprawdzenia poprawności algorytmu mrówkowego jego wyniki porównano z wartościami losowymi. Algorytm mrówkowy w każdym przypadku generował lepsze rozwiązanie niż losowy algorytm. Należy podkreślić, że algorytm mrówkowy należy do algorytmów heurystycznych. Rozwiązanie wygenerowane przez te algorytmy dla złożonych problemów decyzyjnych jest rozwiązaniem nieoptymalnym. Biorąc jednak pod uwagę złożoność organizacji zbiórki odpadów komunalnych, rozwiązanie jest akceptowane z praktycznego punktu widzenia.
Źródło:
Rocznik Ochrona Środowiska; 2018, Tom 20, cz. 1; 919-933
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
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