Informacja

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

Wyszukujesz frazę "Wielokryterialna optymalizacja" wg kryterium: Temat


Wyświetlanie 1-2 z 2
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 1-2 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