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 "A* algorithm" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    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
    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:
    Optimizing the number of docks at transhipment terminals using genetic algorithm
    Autorzy:
    Izdebski, M.
    Jacyna-Gołda, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/242009.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Techniczny Wojsk Lotniczych
    Tematy:
    transhipment terminal
    genetic algorithm
    optimization
    cross docking
    Opis:
    This article presents the issue of designating the number of docks at the transhipment terminals using genetic algorithm. Transhipment terminals refer to cross-docking terminals. The main factor that influences on the number of these docks is the stream of cargo flowing into the given terminal. In order to determine this flow of cargo the mathematical model of the distribution of this flow was developed. This model takes into account constraints like those that e.g. processing capacity at the transhipment terminal cannot be exceeded or demand of recipients must be met. The criterion function in this model determines the minimum cost of the flow of cargo between all objects in the transport network. To designate the optimal stream of cargo flowing into the transport network the genetic algorithm was developed. In this article, the stages of construction of this algorithm were presented. The structure processed by the algorithm, the process of crossover and mutation were described. In the article in order to solve the problem of designating the number of docks at the transhipment terminals the genetic algorithm was developed.
    Źródło:
    Journal of KONES; 2017, 24, 4; 369-376
    1231-4005
    2354-0133
    Pojawia się w:
    Journal of KONES
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Use of computer assistance in order to designate the tasks in the municipal services companies
    Autorzy:
    Izdebski, M.
    Jacyna, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/241863.pdf
    Data publikacji:
    2014
    Wydawca:
    Instytut Techniczny Wojsk Lotniczych
    Tematy:
    municipal services companies
    transport
    optimization
    genetic algorithm
    verification
    Opis:
    In this article, the method of designating the tasks in the municipal services companies was described. Presented method consists of three phase: the preparatory phase, the optimization phase and the generated tasks phase. Each phase was characterized. In this paper, the mathematical model of this problem was presented. The function of criterion and the condition on designating the tasks were defined. The minimum route described in the optimization phase was designated by the genetic algorithm. In this paper, the stages of constructing of the genetic 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. The method was verified in programming language C #. The process of verification was divided into two stages. In the first stage, the best parameters of the genetics 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 genetic algorithm. The influence of the inversion, the mutation and the crossover on quality of the results was examined.
    Źródło:
    Journal of KONES; 2014, 21, 2; 105-112
    1231-4005
    2354-0133
    Pojawia się w:
    Journal of KONES
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The application of genetic algorithm in the assignment problems in the transportation company
    Autorzy:
    Izdebski, M.
    Jacyna, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/247149.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Techniczny Wojsk Lotniczych
    Tematy:
    assignment problem
    genetic algorithm
    multi-criterion optimization
    transportation company
    Opis:
    The article presents the problem of the task assignment of the vehicles for the transportation company, which deals with the transport of the cargo in the full truckload system. The presented problem is a complex decision making issue which has not been analysed in the literature before. There must be passed through two stages in order to solve the task assignment problem of the vehicles for the transportation company. The first stage is to designate the tasks, the other one is to determine the number of the vehicles that perform these tasks. The task in the analysed problem is defined as transporting the cargo from the suppliers to the recipients. The transportation routes of the cargo must be determined. In order to solve the task assignment problem of the vehicles, the genetic algorithm has been developed. The construction stages of this algorithm are presented. The algorithm has been developed to solve the multi-criteria decision problem. What is more, the algorithm is verified by the use of the real input data.
    Źródło:
    Journal of KONES; 2018, 25, 4; 133-140
    1231-4005
    2354-0133
    Pojawia się w:
    Journal of KONES
    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:
    The optmization tool supporting supply chain management in the multi-criteria approach
    Optymalizacyjne narzędzie wspomagające zarządzanie łańcuchem dostaw w ujęciu wielokryterialnym
    Autorzy:
    Izdebski, M.
    Jacyna-Gołda, I.
    Gołębiowski, P.
    Plandor, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/962267.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    optymalizacja wielokryterialna
    algorytm genetyczny
    infrastruktura transportowa
    zarządzanie łańcuchem dostaw
    multi-criteria optimization
    genetic algorithm
    transport infrastructure
    supply chain management
    Opis:
    W artykule przedstawiono nowe narzędzie optymalizacyjne wspierające zarządzanie łańcuchem dostaw w aspekcie wielokryterialnym. To narzędzie zostało wdrożone w systemie EPLOS (Europejski Portal Usług Logistycznych). System EPLOS to zintegrowany system informatyczny wspierający proces tworzenia sieci dostaw i dystrybucji w łańcuchach dostaw. Ten system składa się z wielu modułów, np. moduł optymalizacji odpowiedzialny za przetwarzanie danych, generowanie wyników, moduł danych wejściowych, moduł kalibracji parametrów algorytmu optymalizacyjnego. Głównym celem badań było opracowanie systemu do określania parametrów łańcucha dostaw, które wpływają na jego efektywność w procesie zarządzania przepływem towarów między poszczególnymi ogniwami łańcucha. Parametry te zostały uwzględnione w modelu matematycznym jako zmienne decyzyjne w celu ustalenia ich w procesie optymalizacji. W modelu matematycznym zdefiniowano dane wejściowe adekwatne do analizowanego problemu, przedstawiono główne ograniczenia związane z wyznaczaniem efektywnego sposobu zarządzania łańcuchem dostaw oraz opisano funkcje kryterium. Problem zarządzania przepływem towarów w łańcuchu dostaw został przedstawiony w ujęciu wielokryterialnym. Ocenę efektywności zarządzania łańcuchem dostaw przeprowadzono na podstawie globalnej funkcji kryterium składającej się z częściowych funkcji kryteriów opisanych w modelu matematycznym. Główne funkcje kryteriów na podstawie których wyznaczane jest końcowe rozwiązane to współczynnik wykorzystania wewnętrznych środków transportu, współczynnik wykorzystania zewnętrznych środków transportu, koszty pracy środków transportu wewnętrznego i personelu, całkowity koszt realizacji zadań transportowych, współczynnik wykorzystania czasu zaangażowania pojazdów, całkowity czas poświęcony na wykonanie zadań, czy liczba pojazdów. Punktem wyjścia do badania było założenie, że o skuteczności zarządzania łańcuchem decydują dwa problemy decyzyjne ważne dla menedżerów w procesie zarządzania łańcuchem dostaw, tj. problem przydziału pojazdów do zadań i problem lokalizacji obiektów logistycznych w łańcuchu dostaw. Aby rozwiązać badany problem, zaproponowano innowacyjne podejście w postaci opracowania algorytmu genetycznego, który został dostosowane do przedstawionego modelu matematycznego. W pracy szczegółowo opisano poszczególne kroki konstruowania algorytmu. Zaproponowana struktura przetwarzana przez algorytm jest strukturą macierzową, dzięki której wyznaczane są optymalne parametry łańcucha dostaw. Procesy krzyżowania i mutacji zostały opracowane adekwatnie do przyjętej struktury macierzowej. W procesie kalibracji algorytmu wyznaczono takie wartości parametrów algorytmu tj. prawdopodobieństwo krzyżowania czy mutacji, które generują optymalne rozwiązanie. Poprawność algorytmu genetycznego oraz efektywność zaproponowanego narzędzia wspomagającego proces zarządzania łańcuchem dostaw została potwierdzona w procesie jego weryfikacji.
    The article presents a new optimization tool supporting supply chain management in the multi-criteria aspect. This tool was implemented in the EPLOS system (European Logistics Services Portal system). The EPLOS system is an integrated IT system supporting the process of creating a supply and distribution network in supply chains. This system consists of many modules e.g. optimization module which are responsible for data processing, generating results. The main objective of the research was to develop a system to determine the parameters of the supply chain, which affect its efficiency in the process of managing the goods flow between individual links in the chain. These parameters were taken into account in the mathematical model as decision variables in order to determine them in the optimization process. The assessment of supply chain management effectiveness was carried out on the basis of the global function of the criterion consisting of partial functions of the criteria described in the mathematical model. The starting point for the study was the assumption that the effectiveness of chain management is determined by two important decision-making problems that are important for managers in the supply chain management process, i.e. the problem of assigning vehicles to tasks and the problem of locating logistics facilities in the supply chain. In order to solve the problem, an innovative approach to the genetic algorithm was proposed, which was adapted to the developed mathematical model. The correctness of the genetic algorithm has been confirmed in the process of its verification.
    Źródło:
    Archives of Civil Engineering; 2020, 66, 3; 505-524
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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