Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Izdebski, M." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    The Use of Heuristic Algorithms to Optimize the Transport Issues on the Example of Municipal Services Companies
    Autorzy:
    Izdebski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/223579.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    municipal services companies
    transport
    optimization
    genetic algorithm
    ant algorithm
    usługi komunalne
    optymalizacja
    algorytm genetyczny
    Opis:
    In this article the main optimization problems in the municipal services companies were presented. These problems concern the issue of vehicle routing. The mathematical models of these problems were described. The function of criterion and the conditions on designating the vehicle routing were defined. In this paper the hybrid algorithm solving the presented problems was proposed. The hybrid algorithm consists of two heuristic algorithms: the ant and the genetic algorithm. In this paper the stages of constructing of the hybrid algorithm were presented. A structure of the data processed by the algorithm, a function of adaptation, a selection of chromosomes, a crossover, a mutation and an inversion were characterized. A structure of the data was presented as string of natural numbers. In selection process the roulette method was used and in the crossover process the operator PMX was presented. This algorithm was verified in programming language C #. The process of verification was divided into two stages. In the first stage the best parameters of the hybrid algorithm were designated. In the second stage the algorithm was started with these parameters and the result was compared with the random search algorithm. The random search algorithm generates 2000 routes and the best result is compared with the hybrid algorithm.
    Źródło:
    Archives of Transport; 2014, 29, 1; 27-36
    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
    Tytuł:
    Heuristic algorithms applied to the problems of servicing actors in supply chains
    Autorzy:
    Izdebski, M.
    Jacyna-Gołda, I.
    Markowska, K.
    Murawski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/224087.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    supply chain
    genetic algorithm
    ant algorithm
    łańcuchy dostaw
    algorytm genetyczny
    algorytm mrówkowy
    Opis:
    The paper discusses main decision problems analysed in the subject matter of servicing actors operating in the supply chains, i.e. the vehicle routing problem, vehicles-to-task assignment problem and the problem of entities’ localization in the supply chain. The input data used to describe supply chains is given as well as the basic constraints and the criterion functions used in the development of mathematical models describing the supply chains. Servicing actors in supply chains is the complex decision making problem. Operators in the supply chains are constrained by: production capacity of the suppliers, the demand of the customers in particular working days, storage capacities of warehouses, handling capacities of warehouses, suppliers’ and warehouses’ time windows and other. The efficiency of supply chain is described by cost of transport between operators, costs of passing cargoes through warehouses and delivery time to the recipient. The heuristic algorithms, like genetic and ant algorithms are detailed and used to identify issues related to the operation of actors operating in the supply chains are described. These algorithms are used for solving localization problems in supply chains, vehicle routing problems, and assignment problems. The complexity of presented issues (TSP is known as NP-hard problem) limits the use of precise algorithms and implies the need to use heuristic algorithms. It should be noted that solutions generated by these algorithms for complex decision instances are sub-optimal solutions, but nonetheless it is accepted from the practical point of view.
    Źródło:
    Archives of Transport; 2017, 44, 4; 25-34
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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