Metoda poszukiwania TABU w zastosowaniu do optymalizacji harmonogramu dostaw sieci dystrybucji towarów. Przykład przemysłu meblarskiego

HTML
DOWNLOAD

Wielkość: px

Rozpocząć pokaz od strony:

Download "Metoda poszukiwania TABU w zastosowaniu do optymalizacji harmonogramu dostaw sieci dystrybucji towarów. Przykład przemysłu meblarskiego"

Natalia Rogowska
8 lat temu
Przeglądów:

1 Metoda poszukiwania TABU w zastosowaniu do optymalizacji harmonogramu dostaw sieci dystrybucji towarów. Przykład przemysłu meblarskiego POLLOCO Olgierd Dziamski Olgierd.Dziamski@gs1pl.org Olgierd.Dziamski@gs1pl.org

2 Plan prezentacji Bibliografia Koncepcja metody przeszukiwania Tabu Pami krótkoterminowa Pami długoterminowa Zastosowanie metody przeszukiwania Tabu do planowania tras przejazdów Zastosowanie metody przeszukiwania Tabu do planowani dystrybucji mebli Olgierd.Dziamski@gs1pl.org

3 Bibliografia Glover w 1986 wprowadził termin tabu search (TS) jako metaheurystyk nadzorujc działanie innych heurystyk Glover, F. (1986) Future Paths for Integer Programming and Links to Artificial Intelligence, Computer and Operations Research, vol. 13, no. 5, ss Olgierd.Dziamski@gs1pl.org

4 Bibliografia P. Hansen w 1986 zaprezentował podobn koncepcj do metody Tabu Search The steepest ascent mildest descent heuristic for combinatorial programming, Congress on Numerical Methods in Combinatorial Optimization, Capri, Italy, Olgierd.Dziamski@gs1pl.org

5 Bibliografia Glover w 1989 zaprezentował pełen opis metody tabu search Glover, F., 1989, Tabu Search Part I, INFORMS Journal on Computing, vol. 1, no. 3, ss Glover, F., 1989, Tabu Search Part II, INFORMS Journal on Computing, vol. 2, no. 1, ss Olgierd.Dziamski@gs1pl.org

6 Rozwój algorytmu poszukiwania TABU Stworzenie algorytmu Tabu Search (TS) razem z ide metaheurystyki została podana przez F. Glover, Future paths for integer programming and links to artificial intelligence, Computer & Operations Research Pierwsza implementacja algorytmu przeszukiwania tabu prze: Willard, M.Sc. praca magisterska, Imperial College; Pierwsze zastosowanie metody tabu do układania tras w procedurze Taburoute opartej na metaheurystyce przeszukiwania tabu przez: Gendreau, Hertz, Laporte, Management Science; Zastosowanie TS do sekwencjonowania DNA, Błaewicz, J. P. Formanowicz, F. Glover, M. Kasprzyk, Conf. Rio de Janeiro Zastosowanie TS do harmonogramowania produkcji według koncepcji Just-in-Time, M. Lguns i J.L. Gonzalez Velarde Zastosowanie TS do planowania zada produkcyjnych z ograniczonym dostpem do narzdzi, M. Widmer, Operations Research Unifikacja algorytmu TS, Cordeau, Laporte, Mercier, Journal of the Operational Research Society Ziarnista metoda TS, Toth, Vigo, INFORMS Jornal on Computing Łczenie metaheurystyki TS z innymi metaheurystykami w celu układania tras pojazdów, Vincent Tam i K.T.Ma Olgierd.Dziamski@gs1pl.org

7 Koncepcja metody przeszukiwania Tabu Tabu Search (TS) jest metaheurystyk, która szuka rozwizania problemu poprzez nadzorowanie innych procedur heurystycznych, w celu eksploracji przestrzeni rozwiza poza lokalne minimum Proces ekonomicznego i efektywnego przeszukiwania przestrzeni rozwiza jest koordynowany za pomoc strategii opartych na mechanizmach pamici Olgierd.Dziamski@gs1pl.org

8 Koncepcja metody przeszukiwania Tabu Procedura lokalnego poszukiwania rozwizania Definicja problemu dystrybucji (S, g) Funkcja celu min g( s), s S Budowa ssiedztwa Zastosowanie operatora ruchu Problem lokalnego minimum N : S 2 g( y) < g( x), y N( x) g( x) g( y), y N ( x) S Operatora ruchu modyfikuje w pewnym zakresie biece rozwizanie tak, aby zmieni warto funkcji celu Olgierd.Dziamski@gs1pl.org

9 Koncepcja metody przeszukiwania Tabu Ograniczenia typu tabu, Lista kandydatów, Kryteria aspiracji, Modyfikacja reguł wyboru w zakresie dywersyfikacji i intensyfikacji Generowanie pocztkowego rozwizania i inicjowanie pamici Budowanie ssiedztwa rozwizania Wybór najlepszego ssiedztwa Tak Stop Nie Czy kontynuowa iteracje Uaktualnienie struktur pamici Wprowadzenie rozwizania Pami krótkoterminowa i długoterminowa Olgierd.Dziamski@gs1pl.org

10 Pami krótkoterminowa Głównym celem pamici krótkoterminowej jest uniknicie wyboru operatora ruchu, który moe prowadzi do oscylacji wokół okrelonego rozwizania Najbardziej popularna implementacja pamici krótkoterminowej oparta jest na przechowywaniu ostatnio zmienianych atrybutów operatora ruchu

11 Pami krótkoterminowa przykład 1 Po zmianie wartoci atrybuty x i z 0 na 1 za pomoc operatora ruchu, naley zabroni w okrelonej liczbie iteracji tabu x i przyjcie wartoci 0. Atrybuty zachowane w pamici: i Zabroniony operator ruchu: ruch (x i 0) jest zabroniony tak długo jak argument i jest uznawany jako tabu Olgierd.Dziamski@gs1pl.org

12 Pami krótkoterminowa przykład 2 Po zastosowaniu operatora ruchu, który zamienia w szeregu pozycje elementów i z j naley zabroni w okrelonej liczbie iteracji tabu ponown zamian elementów i z j Atrybuty zachowane w pamici : i oraz j Zabroniony operator ruchu : ruch (i j) jest zabroniony tak długo jak para argumentów i oraz j jest uznawana jako tabu Olgierd.Dziamski@gs1pl.org

13 Pami krótkoterminowa przykład 3 Po zastosowaniu operatora ruchu, który usuwa element i oraz dodaje element j do aktualnego rozwizania naley zabroni przez okrelon liczb iteracji tabu ponowne dodanie elementu i oraz usunicie elementu j z rozwizania Atrybuty zachowane w pamici : i oraz j Zabronione operatory ruchu: ruch (dodaj i) jest zabroniony tak długo jak argument i jest uznawany jako tabu ruch (usu j) jest zabroniony tak długo jak argument j jest uznawany jako tabu Olgierd.Dziamski@gs1pl.org

14 Co jest zabronione w metodzie przeszukiwania Tabu Wyłcznie operator ruchu moe by zabroniony. Atrybuty nigdy nie s zabronione, mog one by oznaczone statusem zabronione do zmian (tabu-active) Operator ruchu moe by zabroniony jeeli zawiera jeden lub wicej atrybutów oznaczonych statusem zabronione do zmian Dany operator ruchu jest zabroniony jeeli reguły interpretacji atrybutów oznaczonych statusem zabronione do zmian na to wskazuj Rejestrowany jest czas utrzymania atrybutu w statusie zabroniony do zmian Olgierd.Dziamski@gs1pl.org

15 Drzewo decyzyjne metody przeszukiwania Tabu Operator ruchu Nie Czy operator ruchu zawiera atrybuty tabu-active? Tak Nie Czy operator ruchu jest zabroniony? Tak Operator ruchu jest dozwolony Tak Czy operator ruchu spełnia kryteria aspiracji? Operator ruchu NIE jest dozwolony Nie

16 Kryterium aspiracji W oparciu o funkcj celu Operator ruchu staje si dopuszczalny jeeli generuje rozwizanie lepsze od aktualnie znalezionego Za pomoc kierunku poszukiwania Operator ruchu staje si dopuszczalny jeeli kierunek poszukiwania rozwizania (poprawy lub pogorszenia rozwizania) nie zmienił si Olgierd.Dziamski@gs1pl.org

17 Strategia doboru operatorów ruchu Efektywne przeszukiwanie ssiedztwa Lista kandydatów metoda oparta na izolowaniu regionów ssiedztwa zawierajcych operatory ruchu o podanych właciwociach Wybranie pierwszego operatora ruchu poprawiajcego aktualne rozwizanie Olgierd.Dziamski@gs1pl.org

18 Pami długoterminowa Pami czstotliwoci zmian Miara zmian Liczba iteracji, w których atrybut zmienił warto (np. został dodany lub usunity z rozwizania) Miara stałoci Liczba iteracji, w których atrybut pozostał w okrelonym stanie (np. naleał do obecnego rozwizania) Olgierd.Dziamski@gs1pl.org

19 Pami długoterminowa przykład 4 Miara zmian Liczba iteracji, w których element i został przesunity na wczeniejsze miejsce w cigu Miara stałoci Liczba iteracji, w których element i zajmował pozycj k Olgierd.Dziamski@gs1pl.org

20 Pami długoterminowa Metoda dywersyfikacji strategii poszukiwania rozwizania Zmodyfikowana warto operatora ruchu = warto operatora ruchu Parametr * wskanik czstotliwoci Pami długoterminowa jest wykorzystywana w celu modyfikacji reguł doboru operatora ruchu Reguła: Wybierz najlepsz warto operator ruchu jeli istnieje cho jeden dopuszczalny operator ruchu poprawiajcy rozwizanie W przeciwnym razie wybierz dopuszczalny operator ruchu o najlepszej zmodyfikowanej wartoci operatora ruchu Olgierd.Dziamski@gs1pl.org

21 Zastosowanie metody przeszukiwania Tabu do planowania tras przejazdów Client Depot Route for truck A Route for truck B Route for truck C Olgierd.Dziamski@gs1pl.org

22 Kalkulacja macierzy odległoci 1 fabryka i 10 klientów. Całkowita unikalna liczba odległoci *10/2-10 = = Olgierd.Dziamski@gs1pl.org

23 Budowa ssiedztwa moliwe operatory ruchu Operator ruchu modyfikuje jedn lub wicej tras przejazdów w stopniu zmieniajcym warto funkcji celu Operator 2-or Operator Wymiany >2->3->4 1->3->2->4 R1 1->2->3 R2 4->5->6 R1 1->5->3 R2 4->2-> Olgierd.Dziamski@gs1pl.org

24 Budowa ssiedztwa moliwe operatory ruchu Operator 4-or >2->3->4->5->6 1->5->3->4->2-> Olgierd.Dziamski@gs1pl.org

25 Plan tras przejazdów dla 130 miast

26 Zastosowanie przeszukiwania Tabu do planowani dystrybucji mebli Powstaj duego rozmiaru palety Róne sposoby załadunku Nietypowe rozmiary

27 Moliwe sposoby załadunku wyrobów na samochodach Algorytm heurystyczny wyliczajcy załadunek wyrobów nadzorowany przez metaheurysyk Tabu Search Jeden klient Ograniczenia: powierzchnia pojemno waga kolejno wizyt rozładunek Samochód 1: 245cm * 600cm Samochód 2: 245cm * 900cm Olgierd.Dziamski@gs1pl.org

28 Zasada współpracy metaheurystyki z heurystyk Załadunek palet Olgierd.Dziamski@gs1pl.org

29 Zastosowanie metody przeszukiwania Tabu do planowani dystrybucji mebli - eksperymenty obliczeniowe Do 80 miast naley dowie skumulowane zamówienia: 40 klientów zamawia meble o skumulowanej wadze i skumulowanej objtoci klientów zamawia meble o skumulowanej wadze 400 i skumulowanej objtoci Do 39 miast naley dowie 130 palet: 13 klientów zamawia 3 palety o rozmiarach 120x90x155 i wadze klientów zamawia 3 palety o rozmiarach 135x80x155 i wadze klientów zamawia 1 palet o rozmiarze 120x80x155 i wadze 450 i 2 palety o rozmiarze 140x90x155 i wadze 450 Do planowania wykorzystywane bd samochody o parametrach: 245x850x200 i ładownoci oraz koszt za 1 km wynosi 1,5 245x1300x200 i ładownoci oraz koszt za 1 km wynosi 2 245x600x200 i ładownoci 8000 oraz koszt za 1 km wynosi Olgierd.Dziamski@gs1pl.org

30 Postp w poszukiwaniu taszego planu dystrybucji aktualne najlepsze Olgierd.Dziamski@gs1pl.org

31 Sposób załadunku 245x850x x600x x1300x

32 Plan tras przejazdów

Podobne dokumenty

ZASTOSOWANIE ALGORYTMÓW POSZUKIWANIA Z TABU DO OPTYMALIZACJI UKŁADANIA PLANU ZAJĘĆ

Studia i Materiały Informatyki Stosowanej, Tom 2, Nr 2, 2010 str. 59-66 ZASTOSOWANIE ALGORYTMÓW POSZUKIWANIA Z TABU DO OPTYMALIZACJI UKŁADANIA PLANU ZAJĘĆ Eliza Witczak Uniwersytet Kazimierza Wielkiego