Temat: genetic optimization algorithm - Katalog OPAC zbiorów

Skocz do pozycji: 1.

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

Zmień widok

na półce

Skocz do pozycji: 2.

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

Zmień widok

na półce

Skocz do pozycji: 3.

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

Zmień widok

na półce

Skocz do pozycji: 4.

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

Zmień widok

na półce

Skocz do pozycji: 5.

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

Zmień widok

na półce

Informacja

Wyszukujesz frazę "genetic optimization algorithm" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język