Informacja

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

Wyszukujesz frazę "przydział" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Zastosowanie algorytmu mrówkowego do wyznaczania przydziału pojazdów do zadań w miejskim transporcie zbiorowym
Application of the ant algorithm to determine the allocation of vehicles to urban public transport tasks
Autorzy:
Izdebski, Mariusz
Jacyna, Marianna
Kisielewski, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/193672.pdf
Data publikacji:
2020
Wydawca:
Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
Tematy:
transport publiczny
przydział pojazdów do zadań
algorytm mrówkowy
public transport
vehicle assignment
ant algorithm
Opis:
W artykule opisano zastosowanie algorytmu mrówkowego w wyznaczaniu przydziału pojazdów do zadań w transporcie zbiorowym. Analizowany problem przydziału jest złożonym zagadnieniem optymalizacyjnym, klasyfikującym go do problemów NP-trudnych. W obszarze dotyczącym zagadnień miejskiego transportu zbiorowego jest podstawowym problemem, który należy rozwiązać w procesie konstruowania rozkładów jazdy oraz planów pracy pojazdów i kierowców. Celem niniejszej publikacji było opracowanie nowego narzędzia optymalizacyjnego adekwatnego do analizowanego zagadnienia przydziału pojazdów do zadań w komunikacji miejskiej. Przedstawiony algorytm mrówkowy jest nowym podejściem zastosowanym do rozwiązywania zagadnień przydziału w transporcie zbiorowym i stanowi podstawę do dalszych badań nad tematyką opracowywania nowych metod optymalizacyjnych w badanym problemie. Opracowany algorytm minimalizuje liczbę pojazdów przy jednoczesnej minimalizacji czasu pracy oraz przebytej drogi przez wykorzystane pojazdy. Opracowano model matematyczny zagadnienia przydziału pojazdów do zadań w transporcie publicznym, tj. zdefiniowano zmienne decyzyjne, ograniczenia oraz funkcje kryterium. Ograniczenia przydziału wynikają z czasu realizacji kursów w danym dniu roboczym, ograniczeń prawnych w zakresie czasu pracy i jazdy kierowcy, a także dostępnej liczy pojazdów. Problem został przedstawiony w aspekcie wielokryterialnym, gdzie decydujące znaczenie w ocenie efektywnego przydziału mają czas i dystans pokonany przez wszystkie pojazdy realizujące zlecone zadania. W artykule przedstawiono ogólną koncepcję algorytmu mrówkowego, która jest w trakcie procesu weryfikacji na danych teoretycznych i rzeczywistych bazach danych przedsiębiorstw komunikacji miejskiej.
The article describes the application of the ant algorithm in the problem of vehicle allocation to tasks in public transport. The analyzed allocation problem is a complex optimization problem that classifies it as NP-difficult. In the area of public transport issues it is a basic problem that should be solved in the process of constructing timetables and work plans for vehicles and drivers. The purpose of this publication was to develop a new optimization tool adequate to the analyzed issue of the allocation of vehicles to tasks in public transport. The presented ant algorithm is a new approach used to solve allocation issues in public transport and is the basis for further research on the development of new optimization methods in the studied problem. The developed algorithm minimizes the number of vehicles while minimizing working time and the distance traveled by the operating vehicles. A mathematical model has been developed on the issue of allocation of vehicles in public transport, i.e. decision variables, constraints and criterion functions were defined. The restrictions on the allocation result from the duration of the courses on a given business day, legal restrictions on the driver’s working time and driving time, as well as the available number of vehicles. The problem was presented in a multi-criteria aspect, where the decisive factor in assessing the effective allocation is the time and distance covered by all vehicles carrying out the assigned tasks. The article presents the general concept of the ant algorithm, which is in the process of verification on theoretical data and real databases of public transport companies.
Źródło:
Transport Miejski i Regionalny; 2020, 4; 26-31
1732-5153
Pojawia się w:
Transport Miejski i Regionalny
Dostawca treści:
Biblioteka Nauki
Artykuł
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
    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