Sieci Petriego w analizie problemu wyznaczania tras pojazdów
|
|
- Bartosz Kurowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Roland Jachimowski 1, Emilian Szczepański 2 Wydział Transportu, Politechnika Warszawska Sieci Petriego w analizie problemu wyznaczania tras pojazdów 1. WPROWADZENIE Realizacja czynności transportowych umożliwia zaspokojenie zapotrzebowania klientów. Wymaga to jednak podjęcia określonych działań organizacyjnych. Wśród takich działań można wyróżnić planowanie dystrybucji, które jest skomplikowanym zadaniem wymagającym uwzględniania wielu czynników wpływających na ten proces. Najistotniejszym elementem który należy uwzględniać jest losowość zdarzeń, które zachodzą zarówno na drodze jak i w obiektach logistycznych [9]. Ważnym zagadnieniem w planowaniu dystrybucji jest problem wyznaczania tras pojazdów. Wywodzi się on z klasycznego problemu komiwojażera, a konkretniej jego modyfikacji uwzględniającej ładowność pojazdów. Problem trasowania pojazdów (VRP) jest często poruszany w literaturze w różnych odmianach w zależności od przyjmowanych założeń i ograniczeń. Problem trasowania pojazdów należy do klasy problemów NP-trudnych i jego rozwiązanie wymaga stosowania specjalistycznych metod. Wśród takich metod można wyróżnić algorytmy heurystyczne czy metody symulacyjne [2], [8]. Symulacja w przypadku takich problemów jest rzadko stosowana czego przyczyną jest przede wszystkim niewielka liczba dedykowanych narzędzi. Rzadko rozwiązania symulacyjne są stosowane do optymalizacji planowania dystrybucji. Symulacja umożliwia analizę rozwiązań wyznaczonych za pomocą innych metod [10]. Stosowanie metod symulacyjnych do analizy rozwiązań jest przedmiotem rozważań w niniejszym artykule. Pozwalają one wyznaczyć wskaźniki jakości znalezionych rozwiązań. Symulacja zrealizowana w ramach artykułu ma na celu weryfikację poprawności wyznaczonego rozwiązania, a także udowodnienie zasadności stosowania takich metod w przedstawionej problematyce. Artykuł podzielono na 5 części. W części drugiej zaprezentowano problematykę trasowania pojazdów oraz różne odmiany problemu VRP. Część trzecia zawiera przykład obliczeniowy zrealizowany za pomocą dedykowanej aplikacji z zaimplementowanym algorytmem genetycznym i algorytmem klasteryzacji. Symulację zaproponowanej organizacji zrealizowano z wykorzystaniem aplikacji Yasper opartej o kolejkowe sieci Petriego z zależnościami czasowymi. Część piąta zawiera podsumowanie oraz plany przyszłych prac w ramach niniejszej problematyki. 2. PROBLEMATYKA UKŁADANIA TRAS POJAZDÓW Efektywne planowanie dystrybucji towarów jest jednym z kluczowych elementów minimalizacji kosztów, ale także podwyższania poziomu obsługi klienta. O ile w zakresie bezpośrednich przewozów całopojazdowych od dostawcy do odbiorcy planowanie transportu wydaje się nie nastręczać problemów natury kombinatorycznej, to w przypadku dystrybucji towarów zwłaszcza tych będących ładunkami drobnicowymi od producenta do wielu odbiorców, planowanie transportu staje się zagadnieniem bardzo trudnym. Wynika to głównie z wielu aspektów, jakie muszą być brane pod uwagę na etapie planowania dystrybucji, a zaliczyć można do nich chociażby: ograniczone ładowności pojazdów oraz ich dostępność w czasie, okna czasowe dla podjęcia oraz dostawy towarów, zmienne warunki ruchu na drodze itp. W rozwiązywaniu tego typu problemu pomocne okazują się być badania operacyjne, a konkretnie zagadnienie układania tras pojazdów. Zagadnienie to (ang. Vehicle Routing Problem VRP) jest rozwinięciem (o wymienione powyżej aspekty m.in. ładowności, dostępności pojazdów), jednego 1 rjach@wt.pw.edu.pl 2 eszczepanski@wt.pw.edu.pl Logistyka 4/
2 z najstarszych problemów optymalizacyjnych na sieciach określanego w literaturze, jako problem komiwojażera (ang. Travelin Salesman Problem, TSP). TSP polega na znalezieniu cyklu Hamiltona w grafie, czyli wyznaczeniu drogi, w której każdy z wierzchołków odwiedzany jest dokładnie jedne raz. Problematyka komiwojażera nie uwzględnia jednak wielu założeń niezbędnych przy rozpatrywaniu procesu dystrybucji. Dlatego też zmodyfikowano problem komiwojażera do postaci problemu VRP po przez dodanie ograniczeń ładowności pojazdów [4]. Taka modyfikacja VRP umożliwia modelowanie procesu dystrybucji w sposób racjonalnie odwzorowujący rzeczywistość [4], [12], [14]. W artykule rozważanym problemem jest modyfikacja VRP uwzględniająca wiele baz magazynowych oraz okna czasowe obsługi odbiorców, określana w literaturze jako Multi Depot Vehicle Routing Problem with Time Windows (MDVRPTW). Interpretację graficzną problemu komiwojażera oraz jego modyfikacji przedstawiono na rysunku 1. baza baza baza odbiorca odbiorca odbiorca Problem komiwojażera Dwubazowy Problem wyznaczania tras pojazdów VRP Rys. 1. Problem wyznaczania tras pojazdów VRP i problem komiwojażera TSP Źródło: opracowanie własne. Z uwagi na fakt, że złożoność obliczeniowa problemu VRP zależy wykładniczo od liczby danych wejściowych, to do jego rozwiązywania konieczne jest stosowanie metod heurystycznych. Metody rozwiązywania problemu trasowania pojazdów są przedmiotem badań już od kilku dekad. Dotychczas zaproponowane metody heurystyczne rozwiązywania problemu trasowania pojazdów można sklasyfikować następująco: heurystyki konstrukcyjne heurystyki lokalnej optymalizacji metaheurystyki (algorytmy genetyczne, mrówkowe, symulowane wyżarzanie, sieci neuronowe) Heurystyki konstrukcyjne przypisują klientów do pojazdów i ustalają kolejność ich obsługi [5]. Heurystyki lokalnej optymalizacji polegają na zastępowaniu aktualnie rozpatrywanego rozwiązania nowym rozwiązaniem poprzez wymianę punktów w danej trasie, wymianę ciągów punktów pomiędzy trasami poprzez skrzyżowanie krawędzi dwóch tras, czy przeniesienie dowolnego punktu z jednej trasy do drugiej [15]. Ostatni typ algorytmów heurystycznych stanowią metaheurystyki, Do najpopularniejszych metod meta-heurystycznych spotykanych w literaturze przedmiotu i wykorzystywanych do rozwiązywania problemu wyznaczania tras pojazdów należą algorytmy genetyczne, tabu-search, symulowanego wyżarzania, mrówkowe oraz sztuczne sieci neuronowe [3]. 3. ROZWIĄZANIE MDVRP Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO I KLASTERYZACJI Wśród głównych założeń rozważanego problemu można wymienić: w systemie uwzględnia się terminale w układzie hierarchicznym oraz odbiorców ładunków; możliwe jest stosowanie pojazdów o różnej ładowności; 1886 Logistyka 4/2014
3 odbiorca może być odwiedzony tylko jeden raz; okna czasowe są definiowane dla każdego odbiorcy; występują konsekwencje finansowe (kary) za obsługę odbiorcy poza oknem czasowym. kary za próbę obsługi odbiorcy przed rozpoczęciem jego okna czasowego oznaczony jest w tabeli 2 jako ZW. Z kolei koszt kary za spóźnienie obsługi oznaczony jest w tabeli 2 jako ZP uwzględnia się czas przejazdu przez połączenie, długość połączenia oraz czasy operacji ładunkowych (zakłada się, że czasy te są zdeterminowane). Funkcją kryterium dla wyznaczonego rozwiązania w ramach niniejszego problemu jest funkcja minimalizująca koszty transportu. Na funkcję taką składają się koszty wynikające z długości tras realizowanych przez pojazdy, czasu pracy kierowców, kosztów karnych za obsługę klientów poza oknami czasowymi. Rozwiązanie problemu wymagało określenia danych wejściowych. Plan dystrybucji wyznaczono przy pomocy aplikacji Dystrybucja Wieloszczeblowa. Wśród danych niezbędnych dla dokonania obliczeń wyróżniono: liczbę odbiorców, zapotrzebowanie odbiorców, czasy trwania prac rozładunkowych u każdego z odbiorców, okna czasowe odbiorców Dane wejściowe do programu dotyczące lokalizacji odbiorców i baz magazynowych w postaci zrzutu ekranu z programu przedstawiono na rysunku 2 oraz w tabeli 1. Tabela 1. Dane wejściowe dotyczące odbiorców Nr odbiorcy Zap. Czas rozł. Licz ba jłp Początek okna czasowego Koniec okna czasowego Nr odbiorcy Zap. Czas rozł. Liczba jłp Początek okna czasowego Koniec okna czasowego :24 13: :08 16: :48 16: :38 17: :55 17: :51 18: :01 13: :23 16: :55 15: :48 18: :13 15: :21 17: :26 17: :20 17: :14 12: :56 18: :23 15: :16 17: :59 17: :42 16: :19 16: :59 17: :01 17: :29 16: :14 17: :07 16: :50 17: :02 18: :17 16: :39 16:39 Źródło: opracowanie własne. Działanie aplikacji oparte jest o zaimplementowany algorytm genetyczny uwzględniający klasteryzację. Klasteryzacja polega na przyporządkowaniu odbiorców do rejonów obsługi w ramach pojedynczej trasy [1]. Procedura klasteryzacji rozpoczyna się od wyboru pojazdu i przypisaniu do niego pierwszego punktu obsługi z posortowanej wg okien czasowych listy punktów obsługi przydzielonych do danej bazy magazynowej. Następnie kolejno sprawdzane są ograniczenia na nieprzekroczenie ładowności pojazdu, nieprzekroczenie czasu pracy kierowcy oraz ograniczenia na terminowość obsługi wynikającą z okien czasowych. Kolejne punkty obsługi przydzielane są do klastra do momentu, aż żaden z nich nie spełnia ograniczeń. Następnie klaster jest zamykany i wybierany jest kolejny pojazd do obsługi kolejnego klastra. Procedura ta powtarza się do momentu, aż wszystkie punkty obsługi zostaną przydzielone do klastrów. Logistyka 4/
4 Rys. 2. Lokalizacja odbiorców i baz magazynowych Źródło: opracowanie własne na podstawie aplikacji DW-s. W algorytmie genetycznym w osobnik składa się z genów reprezentujących wszystkie realizowane trasy. Zastosowano operatory losowania populacji początkowych, selekcji osobników na zasadzie rankingu, krzyżowania i mutacji. Ocena przystosowania poszczególnych osobników zdefiniowana jest funkcją kryterium dotyczącą minimalizacji kosztów. W związku z tym przy budowie algorytmu posłużono się ścieżkową reprezentacją osobników (tras pojazdów). Krzyżowanie osobników zrealizowano metodą OX [13] a ich mutacji dokonano wykorzystując heurystykę lokalnej optymalizacji 2-opt. Dla wprowadzonych danych wyznaczono plan przewozów. Wyniki obliczeń z podziałem na trasy przedstawiono w tabeli 2. Przebieg tras oraz czasy ich realizacji przedstawiono w tabeli 3. W tabeli 4 przedstawiono przewóz między bazami magazynowymi. Tabela 2. Realizacja wysyłki ładunków z baz magazynowych Baza D1 Nr trasy T1 T2 T3 Pojazd Typ 2 (12t) Typ 2 (12t) Typ 2 (12t) z karami Liczba km bez kar kierowcy kar ZW kar ZP Moment wyjazdu z bazy Moment powrotu do bazy 1811,56 193, , ,00 5,00 0,00 10:41 15:06 Stopień wykorzystania pojazdu 17/17 (100,00%) 1384,12 150, , ,00 4,00 0,00 13:03 16:25 9/17 (52,94%) 1754,76 189, , ,00 0,00 0,00 12:56 17:13 17/17 (100,00%) D2 Typ 2 12/17 T4 1588,97 172, , ,00 4,00 0,00 13:37 17:29 (12t) (70,59%) Typ 3 T5 848,17 58,71 798,17 762,00 50,00 0,00 14:20 16:27 4/5 (80,00%) (3t) Źródło: opracowanie własne na podstawie wyników z aplikacji DW-s Logistyka 4/2014
5 Tabela 3. Przebieg tras oraz zależności czasowe przy obsłudze odbiorców Nr trasy Trasa nr 8 nr 4 nr 1 nr 6 nr 28 nr 5 nr 11 nr 9 T1 11:03-11:06 11:44-11:49 12:17-12:20 12:34-12:38 13:02-13:12 13:27-13:31 14:16-14:20 14:40-14: ZW: nr 27 nr 7 nr 2 nr 3 nr 10 nr 26 T2 13:30-13:34 14:22-14:29 15:00-15:03 15:18-15:22 15:34-15:38 15:51-15:54 - ZW: nr 16 nr 19 nr 30 nr 15 nr 24 nr 25 nr 12 nr 13 T3 13:09-13:12 13:27-13:32 14:20-14:23 14:58-15:02 15:39-15:44 16:14-16:18 16:29-16:33 16:52-16: nr 21 nr 22 nr 29 nr 20 nr 14 nr 23 T4 14:22-14:27 14:53-14:57 15:29-15:32 15:44-15:52 16:30-16:34 16:48-16: ZW: nr 17 nr 18 T5 14:39-14:43 15:01-15:55 - ZW: 50 Źródło: opracowanie własne na podstawie wyników z aplikacji DW-s. Tabela 4. Przewóz ładunków między magazynami Baza Zaopatrywana baza Moment wyjazdu Moment przyjazdu Typ drogi Czas kompletacji Długość drogi Liczba modułów Łączny koszt Łączny koszt kierowców D1 D2 10:41 11:33 Zwykła 33 43,46 km ,15 z 312,00 z Źródło: opracowanie własne na podstawie wyników z aplikacji DW-s. 4. SYMULACYJNA ANALIZA ROZWIĄZANIA Z WYKORZYSTANIEM SIECI PETRIEGO Badania wykorzystujące metody symulacyjne stosowane są w naukach inżynierskich mniej więcej od lat 50 ubiegłego wieku [11]. Badania takie pozwalają na ocenę zachowania rzeczywistych systemów odwzorowanych w postaci modeli symulacyjnego. Możliwe jest rozważanie wielu wariantów np. obsługi odbiorców i badanie skutków wprowadzanych rozwiązań. Modele takie umożliwiają również ocenę uzyskanych rozwiązań ze sformułowanych zadań optymalizacyjnych, co jest celem niniejszego artykułu. Do badań systemów transportowych możliwe jest stosowanie różnych modeli symulacyjnych i wykorzystanie różnych aplikacji do ich implementacji. Modele można dzielić na statyczne i dynamiczne, deterministyczne i stochastyczne, dyskretne i ciągłe. Systemy transportowe z reguły są systemami o charakterze dynamicznym i stochastycznym [11]. Cecha ta sprawia, że konieczne jest weryfikowanie rozwiązań uzyskanych z systemów wspomagania decyzji, a w szczególności gdy są oparte o zależności deterministyczne bez uwzględnienia dynamiki systemu. Metody symulacyjne często bazują na założeniach wynikających z teorii kolejek, teorii sterowania czy sieci Petriego [11]. Symulacyjna analiza rozwiązania wykonana na potrzeby artykułu została przeprowadzona z wykorzystaniem sieci Petriego. Sieci te pozwalają na odwzorowanie dynamiki sieci statycznej za pomocą znaczników. Istnieje wiele odmian sieci uwzględniających różne założenia np. dotyczące kolorowania Logistyka 4/
6 znaczników czy opóźnień występujących w tranzycjach. Szczegółowe informacje dotyczące zasad funkcjonowania oraz zastosowania sieci Petriego można znaleźć w opracowaniach [6], [16]. Na potrzeby badań w programie Yasper zaimplementowano model dystrybucji oraz parametry uzyskane w wyniku optymalizacji opisanej w punkcie 3. Model zaimplementowany w programie przedstawiono na rysunku 3. Rys. 3. Model opracowanego systemu dystrybucji w programie Yasper Źródło: opracowanie własne na podstawie aplikacji Yasper. Symulacje zrealizowane przy pomocy programu Yasper, a także pośrednio programu QPN pozwoliły na zbadanie znalezionego rozwiązania w wyniku optymalizacji [7]. Badanie polegało na zmianie czasów przejazdu oraz prac ładunkowych z deterministycznych na stochastyczne. W badaniu wykorzystano rozkład normalny. Na podstawie badania stwierdzono również, iż realizacja poszczególnych kursów nie jest blokowana. Na wykresie przedstawionym na rysunku 4 przedstawiono harmonogram realizacji zadań dla danych wyznaczonych algorytmem genetycznym z danymi deterministycznymi oraz dla tego samego planu z uwzględnieniem losowości. Rysunek 5 przedstawia wykresy wskaźników dotyczących całkowitego czasu, całkowitego czasu karnego oraz liczby klientów obsłużonych poza oknem czasowym Rys. 4. Harmonogram realizacji tras ( -dla symulacji) Źródło: opracowanie własne na podstawie aplikacji Yasper Logistyka 4/2014
7 Rys. 5. Wskaźniki oceny dla wyznaczonego rozwiązania Źródło: opracowanie własne na podstawie aplikacji Yasper. 5. WNIOSKI Zastosowanie narzędzi symulacyjnych miało na celu weryfikację rozwiązania problemu MDVRPTW otrzymanego przy wykorzystaniu algorytmów genetycznych. Realizacja badań pozwala na stwierdzenie, iż rozwiązanie jest bardzo dobre z punktu widzenia jego odporności na zmienne czasy operacji ładunków oraz czasy przejazdu. Rozwiązania dla czasów zarówno losowych jak i zdeterminowanych są podobne oraz nie mają większego wpływu na realizację planu dostaw. Można zatem wyciągnąć wnioski, iż znalezione rozwiązanie jakościowo jest bardzo dobre o czym świadczą wskaźniki przedstawione na rysunku 5. Wprowadzenie losowości nie spowodowało znacznych różnic w harmonogramie pracy, świadczy to o bezpiecznym planowaniu obsługi w oknach czasowych odbiorców. Reasumując, należy zauważyć, iż badania przedstawione w niniejszym artykule wskazują na zasadność stosowania metod symulacyjnych do analizy jakości wyznaczonych rozwiązań. Brak jest jednak dedykowanych narzędzi pozwalających kompleksowo rozważać problem i uwzględniać charakter procesu dystrybucji. Dostępne narzędzia posiadają znikomą liczbę wskaźników pozwalających na przeprowadzenie analiz. Odwzorowanie modelu w tych narzędziach jest bardzo pracochłonne. Kolejnym etapem prac będzie opracowanie aplikacji komputerowej pozwalającej na symulacyjne badanie rozwiązań problemów klasy VRP. Uwzględnione zostaną specyficzne warunki i ograniczeń rozwiązywania takich zadań oraz umożliwione zostanie automatyczne generowanie modelu symulacyjnego. Streszczenie Planowanie dystrybucji towarów jest zagadnieniem aktualnym i często poruszanym w literaturze. Właściwa organizacja systemu dystrybucji przedsiębiorstwa jest w dobie szybko rozwijającej się konkurencji rynkowej jednym z kluczowych sposobów osiągnięcia sukcesu na rynku. W związku z tym na potrzeby planowania przewozów w różnych systemach dystrybucji w literaturze istnieje wiele sformułowanych modeli matematycznych podejmujących tę problematykę. W artykule autorzy przedstawili rozwiązanie wielobazowego problemu wyznaczania tras pojazdów z oknami czasowymi. Do rozwiązania problemu wykorzystano algorytm klasteryzacji oraz algorytm genetyczny. W wyniku obliczeń uzyskano plan przewozu do odbiorców. Zasadniczą część pracy stanowi natomiast analiza rozwiązania z użyciem oprogramowania symulacyjnego. Pozwoliło to na badanie jakości wyznaczonego planu przewozów. Przedstawiono wybrane wskaźniki oceny systemu transportowego w zastosowaniu do podejmowanego problemu. Wskazano również newralgiczne elementy tzw. wąskie gardła rozważanego typu systemu transportowego. Słowa kluczowe: symulacja, sieci Petriego, Problem wyznaczania tras pojazdów. Petri nets in the analysis of the vehicle routing problem Abstract Goods distribution planning is a current issue and often tackled in the literature. Proper organization of the company s distribution system in a rapidly growing market competition is one of the key ways of achieving success on the market. Therefore, there are many mathematical models in the literature for the purposes of distribution planning in the various distribution systems. In the Logistyka 4/
8 paper authors present a solution for the multi-depot vehicle routing problem with time windows. To solve the problem, the clustering and genetic algorithms were used. As a result of calculations, the customers service plan was obtained. The main part of the work is the analysis of the obtained solutions with the usage of a simulation software. This allowed the examination of the quality of the obtained customers service plan. Also selected indicators of evaluation of the transport system in a use for a given problem were presented. More over critical elements (bottle necks) of a given type of transportation system were identified. Key words: simulation, Petri nets, Vehicle routing problem LITERATURA [1] Ambroziak T., Jachimowski R.: Algorytm klasteryzacji w zastosowaniu do problemu trasowania pojazdów, Logistyka 2/2012 [2] Ambroziak T., Jacyna M., Wasiak M.: The Logistic Services in a hierarchical distribution System. Transport Science and Technology. ELSEVIER. Chapter 30. ISBN-13: [3] Brandăo, J.: Metaheuristic for the vehicle routing problem with time windows. S. Voss, S. Martello, I. H. Osman, C. Roucairol, eds. Metaheuristics Advances and Trends in Local Search Paradigms for Optimization. Kluwer Academic Publishers, Boston1999. [4] Christiansen, M., Hasle, G., Løkketangen, A., Harks, T., König, F. G., Matuschke, J., Vis, I.: Special Issue on Advances in Vehicle Routing. Transportation Science, 47(1), [5] Clarke G., Wright J.: Scheduling of vehicles from a central depot to a number of delivery points. Oper. Res. 12, (1964). [6] Diaz, M. (Ed.).: Petri nets: fundamental models, verification and applications. Wiley. Com, [7] Hee K., Oanea O., Pos R, Somers L., Werf J. M.: Yasper: a tool for workflow modeling and analysis, Sixth International Conference on Application of Concurrency to System Design, pp , [8] Jacyna M.: The role of the cargo consolidation center in urban logistics system, International Journal of Sustainable Development and Planning, Vol.8, No.1, WIT Press [9] Jacyna, M., Kłodawski, M.: Model of transportation network development in aspect of transport comodality, Proceedings - ICSEng 2011: International Conference on Systems Engineering, pp , [10] Kłodawski M., Jacyna M.: Selected aspects of research on order picking productivity in aspect of congestion problems, Conference Proceedings International Conference on Industrial Logistics 2012, Zadar, Croatia, pp , [11] Karkula M.: Modelowanie i symulacja procesów logistycznych, Wydawnictwa AGH, Kraków [12] Lewczuk, K., Zak, J., Pyza, D., Jacyna-Gołda, I.: Vehicle routing in an urban area: Environmental and technological determinants, WIT Transactions on the Built Environment, 130, pp , [13] Michalewicz Z.: Algorytmy genetyczne + struktury danych = programy ewolucyjne, Wydawnictwo Naukowo- Techniczne, Warszawa [14] Nagy, G., Wassan, N. A., Salhi, S.:The vehicle routing problem with restricted mixing of deliveries and pickups. Journal of Scheduling, 1-15, [15] Sysło M., Narsingh D., Kowalik J.: Algorytmy optymalizacji dyskretnej z programami w języku Pascal, PWN, Warszawa [16] Yao, A. W., & Pan, Y. M. A Petri nets and genetic algorithm based optimal scheduling for job shop manufacturing systems. International Conference on System Science and Engineering (ICSSE), Logistyka 4/2014
Zastosowanie algorytmów heurystycznych do rozwiązywania problemu układania tras pojazdów
Roland Jachimowski 1 Wydział Transportu, Politechnika Warszawska Zastosowanie algorytmów heurystycznych do rozwiązywania problemu układania tras pojazdów 1. WPROWADZENIE Szybki rozwój wymiany handlowej,
Bardziej szczegółowoALGORYTM KLASTERYZACJI W ZASTOSOWANIU DO PROBLEMU TRASOWANIA POJAZDÓW
Logistyka - nauka Tomasz AMBROZIAK *, Roland JACHIMOWSKI * ALGORYTM KLASTERYZACJI W ZASTOSOWANIU DO PROBLEMU TRASOWANIA POJAZDÓW Streszczenie W artykule scharakteryzowano problematykę klasteryzacji punktów
Bardziej szczegółowoModel optymalizacyjny planu dostaw ładunków na obszarach zurbanizowanych w wieloszczeblowym systemie dystrybucji
SZCZEPAŃSKI Emilian 1 Model optymalizacyjny planu dostaw ładunków na obszarach zurbanizowanych w wieloszczeblowym systemie dystrybucji WSTĘP Modelowanie i rozwiązywanie zadań optymalizacji w transporcie
Bardziej szczegółowoPROBLEMATYKA OBSŁUGI TRANSPORTOWEJ
Tomasz AMBROZIAK 1, Roland JACHIMOWSKI 2 Politechnika Warszawska, Wydział Transportu ul. Koszykowa 75, 00-662 Warszawa 1 tam@it.pw.edu.pl 2 rjach@it.pw.edu.pl PROBLEMATYKA OBSŁUGI TRANSPORTOWEJ W JEDNOSZCZEBLOWYM
Bardziej szczegółowoKSZTAŁTOWANIE STRUKTURY SYSTEMU DYSTRYBUCJI CZĘŚCI SAMOCHODOWYCH Z WYKORZYSTANIEM PROGRAMU LINGO
Logistyka i Transport KSZTAŁTOWANIE STRUKTURY SYSTEMU DYSTRYBUCJI CZĘŚCI... Marianna JACYNA* Jolanta ŻAK** KSZTAŁTOWANIE STRUKTURY SYSTEMU DYSTRYBUCJI CZĘŚCI SAMOCHODOWYCH Z WYKORZYSTANIEM PROGRAMU LINGO
Bardziej szczegółowoK.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz
K.Pieńkosz Wprowadzenie 1 dr inż. Krzysztof Pieńkosz Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej pok. 560 A tel.: 234-78-64 e-mail: K.Pienkosz@ia.pw.edu.pl K.Pieńkosz Wprowadzenie
Bardziej szczegółowoLogistyka - nauka. Klasteryzacja punktów obsługi i wyznaczanie tras pojazdów w dwuszczeblowym systemie dystrybucji
Roland Jachimowski 1, Tomasz Ambroziak 2 Wydział Transportu Politechniki Warszawskiej Klasteryzacja punktów obsługi i wyznaczanie tras pojazdów w dwuszczeblowym systemie dystrybucji WPROWADZENIE Właściwa
Bardziej szczegółowoOptymalizacja. Wybrane algorytmy
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Andrzej Jaszkiewicz Problem optymalizacji kombinatorycznej Problem optymalizacji kombinatorycznej jest problemem
Bardziej szczegółowoORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH
Systemy Logistyczne Wojsk nr 41/2014 ORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH ORGANIZATION OF DISTRIBUTION PROCESSES IN PRODUCTIVE, TRADE AND
Bardziej szczegółowoAlgorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach
Adam Stawowy Algorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach Summary: We present a meta-heuristic to combine Monte Carlo simulation with genetic algorithm for Capital
Bardziej szczegółowoAlgorytm genetyczny (genetic algorithm)-
Optymalizacja W praktyce inżynierskiej często zachodzi potrzeba znalezienia parametrów, dla których system/urządzenie będzie działać w sposób optymalny. Klasyczne podejście do optymalizacji: sformułowanie
Bardziej szczegółowoProblem optymalizacji tras w dystrybucji ładunków na obszarach zurbanizowanych
Marianna Jacyna 1, Emilian Szczepański 2 Wydział Transportu Politechniki Warszawskiej Problem optymalizacji tras w dystrybucji ładunków na obszarach zurbanizowanych WPROWADZENIE Transport towarów w miastach
Bardziej szczegółowoPodejście memetyczne do problemu DCVRP - wstępne wyniki. Adam Żychowski
Podejście memetyczne do problemu DCVRP - wstępne wyniki Adam Żychowski Na podstawie prac X. S. Chen, L. Feng, Y. S. Ong A Self-Adaptive Memeplexes Robust Search Scheme for solving Stochastic Demands Vehicle
Bardziej szczegółowoZastosowanie sztucznej inteligencji w testowaniu oprogramowania
Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Problem NP Problem NP (niedeterministycznie wielomianowy, ang. nondeterministic polynomial) to problem decyzyjny, dla którego rozwiązanie
Bardziej szczegółowoZadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik
Zadanie transportowe i problem komiwojażera Tadeusz Trzaskalik 3.. Wprowadzenie Słowa kluczowe Zbilansowane zadanie transportowe Rozwiązanie początkowe Metoda minimalnego elementu macierzy kosztów Metoda
Bardziej szczegółowoAlgorytmy metaheurystyczne podsumowanie
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Andrzej Jaszkiewicz Problem optymalizacji kombinatorycznej Problem optymalizacji kombinatorycznej jest problemem
Bardziej szczegółowoWykorzystanie algorytmów mrówkowych w dynamicznym problem
Wykorzystanie algorytmów mrówkowych w dynamicznym problemie marszrutyzacji Promotor: dr inż. Aneta Poniszewska-Marańda Współpromotor: mgr inż. Łukasz Chomątek 18 stycznia 2013 Przedmiot i cele pracy dyplomowej
Bardziej szczegółowoModelowanie międzynarodowej obsługi transportowej
RÓŻOWICZ Jan 1 JAKOWLEWA Irena 2 Modelowanie międzynarodowej obsługi transportowej WSTĘP Współczesne łańcuchy dostaw obejmują swym zakresem całokształt działań związanych z przepływem informacji, produktów
Bardziej szczegółowoAlgorytmy heurystyczne w UCB dla DVRP
Algorytmy heurystyczne w UCB dla DVRP Seminarium IO na MiNI 24.03.2015 Michał Okulewicz based on the decision DEC-2012/07/B/ST6/01527 Plan prezentacji Definicja problemu DVRP UCB na potrzeby DVRP Algorytmy
Bardziej szczegółowoKARTA MODUŁU KSZTAŁCENIA
KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne 1 Nazwa modułu kształcenia Sztuczna inteligencja 2 Nazwa jednostki prowadzącej moduł Instytut Informatyki, Zakład Informatyki Stosowanej 3 Kod modułu (wypełnia
Bardziej szczegółowoTechniki optymalizacji
Techniki optymalizacji Dokładne algorytmy optymalizacji Maciej Hapke maciej.hapke at put.poznan.pl Problem optymalizacji kombinatorycznej Problem optymalizacji kombinatorycznej jest problemem minimalizacji
Bardziej szczegółowoGospodarcze zastosowania algorytmów genetycznych
Marta Woźniak Gospodarcze zastosowania algorytmów genetycznych 1. Wstęp Ekonometria jako nauka zajmująca się ustalaniem za pomocą metod statystycznych ilościowych prawidłowości zachodzących w życiu gospodarczym
Bardziej szczegółowoRozwiązanie problemu komiwojażera przy użyciu algorytmu genetycznego 2
Joanna Ochelska-Mierzejewska 1 Politechnika Łódzka Rozwiązanie problemu komiwojażera przy użyciu algorytmu genetycznego 2 Wprowadzenie Jednym z podstawowych ogniw usług logistycznych jest transport [7].
Bardziej szczegółowoZakład Logistyki i Systemów Transportowych
Zakład Logistyki i Systemów Transportowych Monografie, książki i ich rozdziały Żak J., Modelowanie procesów transportowych metodą faz procesu. Prace Naukowe Politechniki Warszawskiej - Transport, z. 99,
Bardziej szczegółowoOptymalizacja dystrybucji w zadaniach transportowo - produkcyjnych
MICHLOWICZ Edward 1 SMOLIŃSKA Katarzyna 2 ZWOLIŃSKA Bożena 3 Optymalizacja dystrybucji w zadaniach transportowo - produkcyjnych WSTĘP Zadaniem dystrybucji jest dostarczenie nabywcom finalnym pożądanych
Bardziej szczegółowoTechniki optymalizacji
Techniki optymalizacji Wprowadzenie Maciej Hapke maciej.hapke at put.poznan.pl Literatura D.E. Goldberg Algorytmy genetyczne i zastosowania, WNT, 1995 Z. Michalewicz Algorytmy genetyczne + struktury danych
Bardziej szczegółowoZASTOSOWANIE PROGRAMOWANIA MATEMATYCZNEGO DO WYBORU TRAS DOSTAW W SIECI DYSTRYBUCJI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/3, 2014, str. 199 207 ZASTOSOWANIE PROGRAMOWANIA MATEMATYCZNEGO DO WYBORU TRAS DOSTAW W SIECI DYSTRYBUCJI Mirosław Liana, Tomasz Pisula Katedra Metod Ilościowych
Bardziej szczegółowoGrupowe zakupy usług transportowych praktyczna redukcja kosztów transportu
Grupowe zakupy usług transportowych praktyczna redukcja kosztów transportu 1 Cel oraz agenda Cel Zaprezentowanie rzeczywistych korzyści wynikających ze współpracy firm w grupowej konsolidacji usług transportowych
Bardziej szczegółowoSPIS TREŚCI WSTĘP... 10
SPIS TREŚCI WSTĘP... 10 Wykład 1. GENEZA, ROZWÓJ, WSPÓŁCZESNE WYZWANIA PRALOGISTYKI WOJSKOWEJ 1. Historyczne źródła logistyki wojskowej... 15 2. Logistyka według poglądów teoretyków amerykańskich... 17
Bardziej szczegółowoJacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa
Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników
Bardziej szczegółowoLABORATORIUM 7: Problem komiwojażera (TSP) cz. 2
Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny, Politechnika Śląska www.imio.polsl.pl OBLICZENIA EWOLUCYJNE LABORATORIUM 7: Problem komiwojażera (TSP) cz. 2 opracował:
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 275 (57), 53 58
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 275 (57), 53 58 Anna LANDOWSKA ROZWIĄZANIE PROBLEMU OPTYMALNEGO PRZYDZIAŁU ZA POMOCĄ KLASYCZNEGO
Bardziej szczegółowoAlgorytmy genetyczne
9 listopada 2010 y ewolucyjne - zbiór metod optymalizacji inspirowanych analogiami biologicznymi (ewolucja naturalna). Pojęcia odwzorowujące naturalne zjawiska: Osobnik Populacja Genotyp Fenotyp Gen Chromosom
Bardziej szczegółowoParametry wydajnościowe systemów internetowych. Tomasz Rak, KIA
Parametry wydajnościowe systemów internetowych Tomasz Rak, KIA 1 Agenda ISIROSO System internetowy (rodzaje badań, konstrukcja) Parametry wydajnościowe Testy środowiska eksperymentalnego Podsumowanie i
Bardziej szczegółowoTomasz M. Gwizdałła 2012/13
METODY METODY OPTYMALIZACJI OPTYMALIZACJI Tomasz M. Gwizdałła 2012/13 Informacje wstępne Tomasz Gwizdałła Katedra Fizyki Ciała Stałego UŁ Pomorska 149/153, p.523b tel. 6355709 tomgwizd@uni.lodz.pl http://www.wfis.uni.lodz.pl/staff/tgwizdalla
Bardziej szczegółowoWybrane podstawowe rodzaje algorytmów
Wybrane podstawowe rodzaje algorytmów Tomasz Głowacki tglowacki@cs.put.poznan.pl Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych
Bardziej szczegółowoROZWIĄZYWANIE ZAGADNIEŃ UKŁADANIA TRAS POJAZDÓW Z WYKORZYSTANIEM ALGORYTMÓW EWOLUCYJNYCH. Wstęp
B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 3 4 2005 Radosław JADCZAK* ROZWIĄZYWANIE ZAGADNIEŃ UKŁADANIA TRAS POJAZDÓW Z WYKORZYSTANIEM ALGORYTMÓW EWOLUCYJNYCH W artykule poruszono zagadnienie
Bardziej szczegółowoGenerowanie i optymalizacja harmonogramu za pomoca
Generowanie i optymalizacja harmonogramu za pomoca na przykładzie generatora planu zajęć Matematyka Stosowana i Informatyka Stosowana Wydział Fizyki Technicznej i Matematyki Stosowanej Politechnika Gdańska
Bardziej szczegółowoMODELOWANIE I SYMULACJA Kościelisko, 19-23 czerwca 2006r. Oddział Warszawski PTETiS Wydział Elektryczny Politechniki Warszawskiej Polska Sekcja IEEE
ODELOWANIE I SYULACJA Kościelisko, 9-3 czerwca 006r. Oddział Warszawski PTETiS Wydział Elektryczny Politechniki Warszawskiej Polska Sekcja IEEE SYSTE DO KOPUTEROWEGO ODELOWANIA I SYULACJI UKŁADÓW DYNAICZNYCH
Bardziej szczegółowoAlgorytmy ewolucyjne 1
Algorytmy ewolucyjne 1 2 Zasady zaliczenia przedmiotu Prowadzący (wykład i pracownie specjalistyczną): Wojciech Kwedlo, pokój 205. Konsultacje dla studentów studiów dziennych: poniedziałek,środa, godz
Bardziej szczegółowoRozwiązywanie problemów dostaw w systemach dystrybucji
Edward Michlowicz 1 Wydział InŜynierii Mechanicznej i Robotyki Akademii Górniczo - Hutniczej Rozwiązywanie problemów dostaw w systemach dystrybucji 1. PROBLEMY OPERATORÓW LOGISTYCZNYCH Dynamiczny rozwój
Bardziej szczegółowoPROJEKTOWANIE SYSTEMÓW LOGISTYCZNYCH
Systemy Logistyczne Wojsk nr 39/2013 PROJEKTOWANIE SYSTEMÓW LOGISTYCZNYCH Marian BRZEZIŃSKI Andrzej WASILEWSKI Instytut Logistyki, Wydział Mechaniczny Wojskowa Akademia Techniczna Streszczenie. Artykuł
Bardziej szczegółowoZadania laboratoryjne i projektowe - wersja β
Zadania laboratoryjne i projektowe - wersja β 1 Laboratorium Dwa problemy do wyboru (jeden do realizacji). 1. Water Jug Problem, 2. Wieże Hanoi. Water Jug Problem Ograniczenia dla każdej z wersji: pojemniki
Bardziej szczegółowoAnaliza stanów gry na potrzeby UCT w DVRP
Analiza stanów gry na potrzeby UCT w DVRP Seminarium IO na MiNI 04.11.2014 Michał Okulewicz based on the decision DEC-2012/07/B/ST6/01527 Plan prezentacji Definicja problemu DVRP DVRP na potrzeby UCB Analiza
Bardziej szczegółowoThe method for selection and combining the means of transportation according to the Euro standards
Article citation info: TKACZYK S. The method for selection and combining the means of transportation according to the Euro standards. Combustion Engines. 2015, 162(3), 958-962. ISSN 2300-9896. Sławomir
Bardziej szczegółowoKrzysztof Jąkalski Rafał Żmijewski Siemens Industry Software
Krzysztof Jąkalski Rafał Żmijewski Siemens Industry Software Warszawa 31.05.2011 Plan rejsu 1 2 3 Ale po co żeglować i z kim? Rozwiązanie, czyli co mamy pod pokładem Eksperymenty, czyli przykłady żeglowania
Bardziej szczegółowoZASTOSOWANIE ALGORYTMÓW MRÓWKOWYCH W ROZWIĄZANIU PROBLEMU SZEREGOWANIA ZADAŃ APPLICATION OF ANT COLONY SYSTEMS IN SOLVING OF TASK SCHEDULING PROBLEM
GRZEGORZ FILO ZASTOSOWANIE ALGORYTMÓW MRÓWKOWYCH W ROZWIĄZANIU PROBLEMU SZEREGOWANIA ZADAŃ APPLICATION OF ANT COLONY SYSTEMS IN SOLVING OF TASK SCHEDULING PROBLEM S t r e s z c z e n i e A b s t r a c
Bardziej szczegółowoKOMPUTEROWE WSPOMAGANIE PROCESU MODELOWANIA TRANSPORTU
Dr inż. Jolanta KRYSTEK Mgr inż. Tomasz GRABALSKI Instytut Automatyki Politechnika Śląska KOMPUTEROWE WSPOMAGANIE PROCESU MODELOWANIA TRANSPORTU Streszczenie: Artykuł dotyczy modelowania procesu transportowego.
Bardziej szczegółowoCHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ. E. ZIÓŁKOWSKI 1 Wydział Odlewnictwa AGH, ul. Reymonta 23, Kraków
36/3 Archives of Foundry, Year 004, Volume 4, 3 Archiwum Odlewnictwa, Rok 004, Rocznik 4, Nr 3 PAN Katowice PL ISSN 64-5308 CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ E. ZIÓŁKOWSKI
Bardziej szczegółowoIMPLIKACJE ZASTOSOWANIA KODOWANIA OPARTEGO NA LICZBACH CAŁKOWITYCH W ALGORYTMIE GENETYCZNYM
IMPLIKACJE ZASTOSOWANIA KODOWANIA OPARTEGO NA LICZBACH CAŁKOWITYCH W ALGORYTMIE GENETYCZNYM Artykuł zawiera opis eksperymentu, który polegał na uyciu algorytmu genetycznego przy wykorzystaniu kodowania
Bardziej szczegółowoXII International PhD Workshop OWD 2010, 23 26 October 2010. Metodyka pozyskiwania i analizy wyników badań symulacyjnych ścieżek klinicznych
XII International PhD Workshop OWD 2010, 23 26 October 2010 Metodyka pozyskiwania i analizy wyników badań symulacyjnych ścieżek klinicznych Methodology of Acquiring and Analyzing Results of Simulation
Bardziej szczegółowoAlgorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych
Algorytm Genetyczny zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Dlaczego Algorytmy Inspirowane Naturą? Rozwój nowych technologii: złożone problemy obliczeniowe w
Bardziej szczegółowoZarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów. Dawid Doliński
Zarządzanie Zapasami System informatyczny do monitorowania i planowania zapasów Dawid Doliński Dlaczego MonZa? Korzyści z wdrożenia» zmniejszenie wartości zapasów o 40 %*» podniesienie poziomu obsługi
Bardziej szczegółowoWYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 111 Transport 2016 Joanna Szkutnik-, Wojskowa Akademia Techniczna, W WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3 : maj 2016 Streszczenie: samochodowej.
Bardziej szczegółowoAlgorytmy ewolucyjne
Algorytmy ewolucyjne wprowadzenie Piotr Lipiński lipinski@ii.uni.wroc.pl Piotr Lipiński Algorytmy ewolucyjne p.1/16 Cel wykładu zapoznanie studentów z algorytmami ewolucyjnymi, przede wszystkim nowoczesnymi
Bardziej szczegółowoMETODY OPTYMALIZACJI. Tomasz M. Gwizdałła 2018/19
METODY OPTYMALIZACJI Tomasz M. Gwizdałła 2018/19 Informacje wstępne Tomasz Gwizdałła Katedra Fizyki Ciała Stałego UŁ Pomorska 149/153, p.524b tel. 6355709 tomgwizd@uni.lodz.pl http://www.wfis.uni.lodz.pl/staff/tgwizdalla
Bardziej szczegółowoMetody Programowania
POLITECHNIKA KRAKOWSKA - WIEiK KATEDRA AUTOMATYKI i TECHNIK INFORMACYJNYCH Metody Programowania www.pk.edu.pl/~zk/mp_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład 8: Wyszukiwanie
Bardziej szczegółowoWYDAJNOŚĆ KOMPLETACJI PRZY WIELOBLOKOWYCH UKŁADACH STREFY KOMISJONOWANIA
Marianna JACYNA, Michał KŁODAWSKI Politechnika Warszawska, Wydział Transportu Zakład Logistyki i Systemów Transportowych 00-66 Warszawa, ul. Koszykowa 75 maja@it.pw.edu.pl mkloda@it.pw.edu.pl WYDAJNOŚĆ
Bardziej szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Transport i logistyka międzynarodowa Rok akademicki: 2014/2015 Kod: ZZIP-2-205-ZL-n Punkty ECTS: 3 Wydział: Zarządzania Kierunek: Zarządzanie i Inżynieria Produkcji Specjalność: Zarządzanie
Bardziej szczegółowoProblemy z ograniczeniami
Problemy z ograniczeniami 1 2 Dlaczego zadania z ograniczeniami Wiele praktycznych problemów to problemy z ograniczeniami. Problemy trudne obliczeniowo (np-trudne) to prawie zawsze problemy z ograniczeniami.
Bardziej szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Transport i logistyka międzynarodowa Rok akademicki: 2014/2015 Kod: ZZIP-2-205-ZL-s Punkty ECTS: 3 Wydział: Zarządzania Kierunek: Zarządzanie i Inżynieria Produkcji Specjalność: Zarządzanie
Bardziej szczegółowoOPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Wyznaczanie lokalizacji magazynów dystrybucyjnych i miejsc produkcji dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Lokalizacja magazynów dystrybucyjnych 1 Wybór miejsca produkcji
Bardziej szczegółowoRok akademicki: 2015/2016 Kod: ZZIP-2-202-ZL-n Punkty ECTS: 4. Kierunek: Zarządzanie i Inżynieria Produkcji Specjalność: Zarządzanie logistyczne
Nazwa modułu: Transport i logistyka międzynarodowa Rok akademicki: 2015/2016 Kod: ZZIP-2-202-ZL-n Punkty ECTS: 4 Wydział: Zarządzania Kierunek: Zarządzanie i Inżynieria Produkcji Specjalność: Zarządzanie
Bardziej szczegółowoCzy logistyka może pomóc zbudować konkurencyjność
A leading automotive logistics company A leading automotive logistics company Czy logistyka może pomóc zbudować konkurencyjność Prezentacja CAT Cargo Logistics Polska Michał Sierański 2014-05-28 Agenda
Bardziej szczegółowoRok akademicki: 2015/2016 Kod: ZZIP-2-202-ZL-s Punkty ECTS: 4. Kierunek: Zarządzanie i Inżynieria Produkcji Specjalność: Zarządzanie logistyczne
Nazwa modułu: Transport i logistyka międzynarodowa Rok akademicki: 2015/2016 Kod: ZZIP-2-202-ZL-s Punkty ECTS: 4 Wydział: Zarządzania Kierunek: Zarządzanie i Inżynieria Produkcji Specjalność: Zarządzanie
Bardziej szczegółowoPrzykład planowania sieci publicznego transportu zbiorowego
TRANSPORT PUBLICZNY Przykład planowania sieci publicznego transportu zbiorowego Źródło: Bieńczak M., 2015 Politechnika Poznańska, Wydział Maszyn Roboczych i Transportu 1 METODYKA ZAŁOśENIA Dostarczanie
Bardziej szczegółowoPlanowanie tras transportowych
Jerzy Feldman Mateusz Drąg Planowanie tras transportowych I. Przedstawienie 2 wybranych systemów: System PLANTOUR 1.System PLANTOUR to rozwiązanie wspomagające planowanie i optymalizację transportu w przedsiębiorstwie.
Bardziej szczegółowoPROBLEMY HAROMONOGRAMOWANIA PRODUKCJI
Łukasz Sobaszek, mgr inż. Wydział Mechaniczny, Politechnika Lubelska PROBLEMY HAROMONOGRAMOWANIA PRODUKCJI Artykuł zawiera informacje dotyczące procesu harmonogramowania produkcji, problemów występujących
Bardziej szczegółowoPRACA DYPLOMOWA Magisterska
POLITECHNIKA WARSZAWSKA Wydział Samochodów i Maszyn Roboczych PRACA DYPLOMOWA Magisterska Studia stacjonarne dzienne Semiaktywne tłumienie drgań w wymuszonych kinematycznie układach drgających z uwzględnieniem
Bardziej szczegółowoWydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics
Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics Plan studiów niestacjonarnych I stopnia (inżynierskich) na kierunku ZARZĄDZANIE I INŻYNIERIA PRODUKCJI MANAGEMENT
Bardziej szczegółowoWykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz.
14.12.2005 r. Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz. 2 3.2. Implementacja w Excelu (VBA for
Bardziej szczegółowoALGORYTMY EWOLUCYJNE W OPTYMALIZACJI JEDNOKRYTERIALNEJ
ALGORYTMY EWOLUCYJNE W OPTYMALIZACJI JEDNOKRYTERIALNEJ Zalety: nie wprowadzają żadnych ograniczeń na sformułowanie problemu optymalizacyjnego. Funkcja celu może być wielowartościowa i nieciągła, obszar
Bardziej szczegółowoXIII International PhD Workshop OWD 2011, October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH
XIII International PhD Workshop OWD 2011, 22 25 October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH METHOD OF REEINGINEERING ORGANIZATION USING BUSINESS PROCESS
Bardziej szczegółowoMetody przeszukiwania
Metody przeszukiwania Co to jest przeszukiwanie Przeszukiwanie polega na odnajdywaniu rozwiązania w dyskretnej przestrzeni rozwiązao. Zwykle przeszukiwanie polega na znalezieniu określonego rozwiązania
Bardziej szczegółowoThe development of the technological process in an integrated computer system CAD / CAM (SerfCAM and MTS) with emphasis on their use and purpose.
mgr inż. Marta Kordowska, dr inż. Wojciech Musiał; Politechnika Koszalińska, Wydział: Mechanika i Budowa Maszyn; marteczka.kordowska@vp.pl wmusiał@vp.pl Opracowanie przebiegu procesu technologicznego w
Bardziej szczegółowoWydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics
Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics Plan studiów stacjonarnych II stopnia (magisterskich) na kierunku ZARZĄDZANIE I INŻYNIERIA PRODUKCJI MANAGEMENT
Bardziej szczegółowoPlan. Zakres badań teorii optymalizacji. Teoria optymalizacji. Teoria optymalizacji a badania operacyjne. Badania operacyjne i teoria optymalizacji
Badania operacyjne i teoria optymalizacji Instytut Informatyki Poznań, 2011/2012 1 2 3 Teoria optymalizacji Teoria optymalizacji a badania operacyjne Teoria optymalizacji zajmuje się badaniem metod optymalizacji
Bardziej szczegółowoLABORATORIUM 4: Algorytmy ewolucyjne cz. 2 wpływ operatorów krzyżowania i mutacji na skuteczność poszukiwań AE
Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny, Politechnika Śląska www.imio.polsl.pl METODY HEURYSTYCZNE LABORATORIUM 4: Algorytmy ewolucyjne cz. 2 wpływ operatorów krzyżowania
Bardziej szczegółowoZastosowanie symulacji Monte Carlo do zarządzania ryzykiem przedsięwzięcia z wykorzystaniem metod sieciowych PERT i CPM
SZKOŁA GŁÓWNA HANDLOWA w Warszawie STUDIUM MAGISTERSKIE Kierunek: Metody ilościowe w ekonomii i systemy informacyjne Karol Walędzik Nr albumu: 26353 Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem
Bardziej szczegółowoZRÓWNOWAŻONY MIEJSKI SYSTEM TRANSPORTOWY
Norbert CHAMIER-GLISZCZYŃSKI ZRÓWNOWAŻONY MIEJSKI SYSTEM TRANSPORTOWY Streszczenie W pracy zaprezentowano problematykę modelowania zrównoważonego miejskiego systemu transportowego. Przedstawiono również
Bardziej szczegółowoSYSTEMY OPERACYJNE LABORATORIUM 2014/2015
1 SYSTEMY OPERACYJNE LABORATORIUM 2014/2015 ZASADY OCENIANIA ZADAŃ PROGRAMISTYCZNYCH: Zadania laboratoryjne polegają na symulacji i badaniu własności algorytmów/mechanizmów stosowanych w systemach operacyjnych.
Bardziej szczegółowoWARIANTY ORGANIZACJI PRZEWOZÓW W SYSTEMIE DYSTRYBUCJI
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 120 Transport 2018 Dariusz Pyza, Monika Miętus Politechnika Warszawska, Wydział Transportu WARIANTY ORGANIZACJI PRZEWOZÓW W SYSTEMIE DYSTRYBUCJI Rękopis dostarczono:
Bardziej szczegółowoAlgorytmy genetyczne dla problemu komiwojażera (ang. traveling salesperson)
Algorytmy genetyczne dla problemu komiwojażera (ang. traveling salesperson) 1 2 Wprowadzenie Sztandarowy problem optymalizacji kombinatorycznej. Problem NP-trudny. Potrzeba poszukiwania heurystyk. Chętnie
Bardziej szczegółowoWYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
Zał. nr do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim BADANIA OPERACYJNE Nazwa w języku angielskim Operational research Kierunek studiów (jeśli dotyczy): Matematyka
Bardziej szczegółowoZASTOSOWANIE METOD OPTYMALIZACJI W DOBORZE CECH GEOMETRYCZNYCH KARBU ODCIĄŻAJĄCEGO
MODELOWANIE INŻYNIERSKIE ISSN 1896-771X 40, s. 43-48, Gliwice 2010 ZASTOSOWANIE METOD OPTYMALIZACJI W DOBORZE CECH GEOMETRYCZNYCH KARBU ODCIĄŻAJĄCEGO TOMASZ CZAPLA, MARIUSZ PAWLAK Katedra Mechaniki Stosowanej,
Bardziej szczegółowoRisk-Aware Project Scheduling. SimpleUCT
Risk-Aware Project Scheduling SimpleUCT DEFINICJA ZAGADNIENIA Resource-Constrained Project Scheduling (RCPS) Risk-Aware Project Scheduling (RAPS) 1 tryb wykonywania działań Czas trwania zadań jako zmienna
Bardziej szczegółowoTematyka badań naukowych proponowana przez opiekunów naukowych
Studia Doktoranckie Zarządzanie i Inżynieria Produkcji na Wydziale Zarządzania Akademii Górniczo-Hutniczej im. Stanisława Staszica w Krakowie Tematyka badań naukowych proponowana przez opiekunów naukowych
Bardziej szczegółowoSeminarium IO. Zastosowanie algorytmu UCT w Dynamic Vehicle Routing Problem. Michał Okulewicz
Seminarium IO Zastosowanie algorytmu UCT w Dynamic Vehicle Routing Problem Michał Okulewicz 05.11.2013 Plan prezentacji Przypomnienie Problem DVRP Algorytm UCT Zastosowanie algorytmu UCT/PSO w DVRP Zastosowanie
Bardziej szczegółowoAutoreferat przedstawiający opis dorobku i osiągnięć naukowych, w szczególności określonych w art. 16 ust. 2 ustawy
Załącznik 3 (PL) Autoreferat przedstawiający opis dorobku i osiągnięć naukowych, w szczególności określonych w art. 16 ust. 2 ustawy dr inż. Michał Kłodawski Politechnika Warszawska Wydział Transportu
Bardziej szczegółowoPRZEWOZOWYCH W ASPEKCIE RÓ NYCH
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 111 Transport 2016 Dariusz Pyza, Roland Jachimowski Politechnika Warszawska, W Transportu PRZEWOZOWYCH W ASPEKCIE RÓ NYCH : Streszczenie: charakterystyki systemów
Bardziej szczegółowoWyznaczanie optymalnej trasy problem komiwojażera
Wyznaczanie optymalnej trasy problem komiwojażera Optymalizacja w podejmowaniu decyzji Opracowała: mgr inż. Natalia Malinowska Wrocław, dn. 28.03.2017 Wydział Elektroniki Politechnika Wrocławska Plan prezentacji
Bardziej szczegółowoP R A C A D Y P L O M O W A
POLITECHNIKA POZNAŃSKA Wydział Maszyn Roboczych i Transportu P R A C A D Y P L O M O W A Autor: inż. METODA Ε-CONSTRAINTS I PRZEGLĄDU FRONTU PARETO W ZASTOSOWANIU DO ROZWIĄZYWANIA PROBLEMU OPTYMALIZACJI
Bardziej szczegółowoDobór parametrów algorytmu ewolucyjnego
Dobór parametrów algorytmu ewolucyjnego 1 2 Wstęp Algorytm ewolucyjny posiada wiele parametrów. Przykładowo dla algorytmu genetycznego są to: prawdopodobieństwa stosowania operatorów mutacji i krzyżowania.
Bardziej szczegółowoPRAKTYCZNE ASPEKTY PROBLEMU UKŁADANIA TRAS Z PODZIAŁEM DOSTAW (SDVRP)
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 120 Transport 2018 Marek Karkula AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie PRAKTYCZNE ASPEKTY PROBLEMU UKŁADANIA TRAS Z PODZIAŁEM DOSTAW
Bardziej szczegółowoProblem Komiwojażera - algorytmy metaheurystyczne
Problem Komiwojażera - algorytmy metaheurystyczne algorytm mrówkowy algorytm genetyczny by Bartosz Tomeczko. All rights reserved. 2010. TSP dlaczego metaheurystyki i heurystyki? TSP Travelling Salesman
Bardziej szczegółowoBadania operacyjne. Michał Kulej. semestr letni, Michał Kulej () Badania operacyjne semestr letni, / 13
Badania operacyjne Michał Kulej semestr letni, 2012 Michał Kulej () Badania operacyjne semestr letni, 2012 1/ 13 Literatura podstawowa Wykłady na stronie: www.ioz.pwr.wroc.pl/pracownicy/kulej Trzaskalik
Bardziej szczegółowoTytuł: Identyfikacja procesu. Przedmiot: Zarządzanie procesami transportowo-logistycznymi Specjalność: Logistyka transportu Wersja: 2014.10.
Tytuł: Identyfikacja Autor: Piotr SAWICKI Zakład Systemów Transportowych WMRiT PP piotr.sawicki@put.poznan.pl www.put.poznan.pl/~piotr.sawicki www.facebook.com/piotr.sawicki.put Przedmiot: Zarządzanie
Bardziej szczegółowoPLANY I PROGRAMY STUDIÓW
WYDZIAŁ INŻYNIERII PRODUKCJI I LOGISTYKI PLANY I PROGRAMY STUDIÓW STUDY PLANS AND PROGRAMS KIERUNEK STUDIÓW FIELD OF STUDY - ZARZĄDZANIE I INŻYNIERIA PRODUKCJI - MANAGEMENT AND PRODUCTION ENGINEERING Studia
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 13. PROBLEMY OPTYMALIZACYJNE Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska PROBLEMY OPTYMALIZACYJNE Optymalizacja poszukiwanie
Bardziej szczegółowoAlgorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań
Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań Anna Manerowska, Michal Kozakiewicz 2.12.2009 1 Wstęp Jako projekt na przedmiot MEUM (Metody Ewolucyjne Uczenia Maszyn)
Bardziej szczegółowo