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 "algorytm genetyczny" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    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 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
    Tytuł:
    Genetic algorithms based approach for transhipment hub location in urban areas
    Autorzy:
    Szczepański, E.
    Jacyna-Gołda, I.
    Murawski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/224003.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    supply chain optimization
    genetic algorithm
    multi-level distribution system
    facilities location problem
    Vehicle Routing Problem - VRP
    optymalizacja
    łańcuch dostaw
    algorytm genetyczny
    dystrybucja wielopoziomowa
    lokalizacja obiektów
    Opis:
    Points of distribution, sales or service are important elements of the supply chain. These are the final elements which are responsible for proper functioning of the whole cargo distribution process. Proper location of these points in the transport network is essential to ensure the effectiveness and reliability of the supply chain. The location of these points is very important also from the consumers point of view. In this paper developed method of points location was present on the example of urban transport network. The developed approach is based on the Vehicle Routing Problem in the multistage distribution systems. The proposed method uses a genetic algorithm. Article also presents a mathematical model of delivery cost as a criterion function. The article presents an example calculations which illustrating the operation of the developed method.
    Źródło:
    Archives of Transport; 2014, 31, 3; 73-82
    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