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

Podobne dokumenty
ZASTOSOWANIE ALGORYTMÓW POSZUKIWANIA Z TABU DO OPTYMALIZACJI UKŁADANIA PLANU ZAJĘĆ

Optymalizacja. Wybrane algorytmy

znalezienia elementu w zbiorze, gdy w nim jest; dołączenia nowego elementu w odpowiednie miejsce, aby zbiór pozostał nadal uporządkowany.

Optymalizacja. Przeszukiwanie tabu

Techniki optymalizacji

Problem decyzyjny naley do klasy NP. (Polynomial), jeeli moe by rozwizany w czasie conajwyej wielomianowym przez algorytm A dla DTM.

Metody Programowania

OPTYMALIZACJA HARMONOGRAMOWANIA MONTAŻU SAMOCHODÓW Z ZASTOSOWANIEM PROGRAMOWANIA W LOGICE Z OGRANICZENIAMI

Tabu Search (Poszukiwanie z zakazami)

Techniki optymalizacji

SYSTEM WSPOMAGANIA HARMONOGRAMOWANIA PRZEDSIĘWZIĘĆ BUDOWLANYCH

Algorytmy heurystyczne w UCB dla DVRP

Zadania laboratoryjne i projektowe - wersja β

Bazy danych. Plan wykładu. Podzapytania - wskazówki. Podzapytania po FROM. Wykład 5: Zalenoci wielowartociowe. Sprowadzanie do postaci normalnych.

Temat: Liniowe uporzdkowane struktury danych: stos, kolejka. Specyfikacja, przykładowe implementacje i zastosowania. Struktura słownika.

Wybrane podstawowe rodzaje algorytmów

Przeszukiwanie lokalne

Temat: Technika zachłanna. Przykłady zastosowania. Własno wyboru zachłannego i optymalnej podstruktury.

Podejście memetyczne do problemu DCVRP - wstępne wyniki. Adam Żychowski

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz

Zaawansowane programowanie

Bazy danych. Plan wykładu. Proces modelowania i implementacji bazy danych. Elementy ERD. Wykład 2: Diagramy zwizków encji (ERD)

Czy mniej i szybciej zawsze musi oznaczać taniej? studia przypadków rozwiązań logistycznych. Jakub Karoń Regionalny kierownik sprzedaży

Optymalizacja. Przeszukiwanie tabu

Metody Optymalizacji: Przeszukiwanie z listą tabu

Temat: Problem najkrótszych cieek w grafach waonych, cz. I: Algorytmy typu label - setting.

Przykªady problemów optymalizacji kombinatorycznej

Projektowanie algorytmów rekurencyjnych

Algorytm Grovera. Kwantowe przeszukiwanie zbiorów. Robert Nowotniak

Wstp. Warto przepływu to

Algorytmy metaheurystyczne podsumowanie

Temat: Problem minimalnego drzewa Steinera. Definicja problemu. Zastosowania. Algorytm dokładny Hakimi. Algorytmy aproksymacyjne.

Algorytm memetyczny dla rzeczywistego problemu planowania tras pojazdów

MAGICIAN. czyli General Game Playing w praktyce. General Game Playing

Bazy danych. Plan wykładu. Zalenoci funkcyjne. Wykład 4: Relacyjny model danych - zalenoci funkcyjne. SQL - podzapytania A B

Optymalizacja. Przeszukiwanie lokalne

Temat: Struktury danych do reprezentacji grafów. Wybrane algorytmy grafowe.

Analiza stanów gry na potrzeby UCT w DVRP

ALGORYTM KLASTERYZACJI W ZASTOSOWANIU DO PROBLEMU TRASOWANIA POJAZDÓW

Argumenty na poparcie idei wydzielenia OSD w formie tzw. małego OSD bez majtku.

1 Problemyprzepływowe

Bazy danych. Plan wykładu. Proces modelowania i implementacji bazy danych. Elementy ERD. Wykład 2: Diagramy zwizków encji (ERD)

Multipro GbE. Testy RFC2544. Wszystko na jednej platformie

Laboratorium technik optymalizacji

SKUTECZNE ROZWIĄZANIA DLA LOGISTYKI

Systemy Wspomagania Decyzji

PREZENTACJA DZIAŁANIA KLASYCZNEGO ALGORYTMU GENETYCZNEGO

SPIS TREŚCI WSTĘP... 10

Algorytm genetyczny (genetic algorithm)-

Ustalenie optymalnego układu lokalizacyjnodystrybucyjnego

Techniki optymalizacji

Przeszukiwanie z tabu ( )

Sortowanie - wybrane algorytmy

Ewolucja Ró»nicowa - Wprowadzenie

Plan. Zakres badań teorii optymalizacji. Teoria optymalizacji. Teoria optymalizacji a badania operacyjne. Badania operacyjne i teoria optymalizacji

VPN Virtual Private Network. Uycie certyfikatów niekwalifikowanych w sieciach VPN. wersja 1.1 UNIZETO TECHNOLOGIES SA

Klonowanie MAC adresu oraz TTL

Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny Politechnika Śląska

Czy niniejsze zamówienie jest objte zakresem Porozumienia w sprawie zamówie rzdowych (GPA)? NIE TAK. Kod pocztowy

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 2 POZIOM PODSTAWOWY. 1. x y x y

Rachunkowość zarządcza - wstęp. prowadzenie: dr Adam Chmielewski

Bazy danych. Plan wykładu. Pierwsza posta normalna. Druga posta normalna. Wykład 7: Sprowadzanie do postaci normalnych. DDL, DML

Data Mining Wykład 9. Analiza skupień (grupowanie) Grupowanie hierarchiczne O-Cluster. Plan wykładu. Sformułowanie problemu

PRZEWODNIK PO PRZEDMIOCIE

Listy i operacje pytania

Konspekt lekcji matematyki klasa 4e Liceum Ogólnokształcce

Seminarium IO. Zastosowanie wielorojowej metody PSO w Dynamic Vehicle Routing Problem. Michał Okulewicz

System wspomagania harmonogramowania przedsięwzięć budowlanych

Seminarium IO. Zastosowanie metody PSO w Dynamic Vehicle Routing Problem (kontynuacja) Michał Okulewicz

Techniki optymalizacji

Algorytmy memetyczne (hybrydowe algorytmy ewolucyjne)

Planowanie drogi robota, algorytm A*

Udziałowcy wpływający na poziom cen:

PRAKTYCZNE ASPEKTY PROBLEMU UKŁADANIA TRAS Z PODZIAŁEM DOSTAW (SDVRP)

Równowano modeli oblicze

Planowanie tras transportowych

Uchwała Nr XXVIII/266/2008 Rady Miejskiej w Jarocinie z dnia 16 czerwca 2008 r.

Plan wykładu. Reguły asocjacyjne. Przykłady asocjacji. Reguły asocjacyjne. Jeli warunki to efekty. warunki efekty

Algorytmy genetyczne

Cash flow projektu zakładajcego posiadanie własnego magazynu oraz posiłkowanie si magazynem obcym w przypadku sezonowych zwyek

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE Rok 2019 CZĘŚĆ PRAKTYCZNA

czynny udział w projektowaniu i implementacji procesów produkcyjnych

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

ARKUSZ EGZAMINACYJNY ETAP PRAKTYCZNY EGZAMINU POTWIERDZAJ CEGO KWALIFIKACJE ZAWODOWE STYCZEŃ 2014

POŁĄCZENIE ALGORYTMÓW SYMULACYJNYCH ORAZ DZIEDZINOWYCH METOD HEURYSTYCZNYCH W ZAGADNIENIACH DYNAMICZNEGO PODEJMOWANIA DECYZJI

RÓWNOLEGŁY ALGORYTM POSZUKIWANIA Z ZABRONIENIAMI UKŁADANIA PLANU ZAJĘĆ

INDUKOWANE REGUŁY DECYZYJNE ALORYTM APRIORI JAROSŁAW FIBICH

SZTUCZNA INTELIGENCJA

WYKŁAD 6. Reguły decyzyjne

ALGORYTM EWOLUCYJNY DLA PROBLEMU SZEREGOWANIA ZADAŃ W SYSTEMIE PRZEPŁYWOWYM

PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI ORAZ CIĄGŁĄ PRACĄ MASZYN Wojciech BOŻEJKO, Radosław IDZIKOWSKI, Mieczysław WODECKI

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

ZAGADNIENIE TRANSPORTOWE

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Pozostałe zadania UWAGA: Za kade poprawne i pełne rozwizanie przyznajemy maksymaln liczb punktów nalenych za zadanie. 1 p.

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

IV Powiatowy Konkurs Matematyka, Fizyka i Informatyka w Technice Etap finałowy 1 kwietnia 2016

Gdynia: Dostawa i monta mebli, w podziale na zadania. Numer og oszenia: ; data zamieszczenia: OG OSZENIE O ZAMÓWIENIU - dostawy


1. Klasa typu sealed. Przykład 1. sealed class Standard{ class NowyStandard:Standard{ // błd!!!

Transkrypt:

Metoda poszukiwania TABU w zastosowaniu do optymalizacji harmonogramu dostaw sieci dystrybucji towarów. Przykład przemysłu meblarskiego POLLOCO Olgierd Dziamski Olgierd.Dziamski@gs1pl.org 23-11-2005 1 Olgierd.Dziamski@gs1pl.org

Plan prezentacji 1 2 3 4 5 6 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 23-11-2005 2 Olgierd.Dziamski@gs1pl.org

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. 533-549. 23-11-2005 3 Olgierd.Dziamski@gs1pl.org

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, 1986 23-11-2005 4 Olgierd.Dziamski@gs1pl.org

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. 190-206. Glover, F., 1989, Tabu Search Part II, INFORMS Journal on Computing, vol. 2, no. 1, ss. 4-32. 23-11-2005 5 Olgierd.Dziamski@gs1pl.org

1986 1989 1994 1999 1991 1991 2001 2003 2004 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 23-11-2005 6 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 7 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 8 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 9 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 10 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 11 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 12 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 13 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 14 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 15 Olgierd.Dziamski@gs1pl.org Nie

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 23-11-2005 16 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 17 Olgierd.Dziamski@gs1pl.org

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) 23-11-2005 18 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 19 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 20 Olgierd.Dziamski@gs1pl.org

Zastosowanie metody przeszukiwania Tabu do planowania tras przejazdów Client Depot Route for truck A Route for truck B Route for truck C 23-11-2005 21 Olgierd.Dziamski@gs1pl.org

Kalkulacja macierzy odległoci 1 fabryka i 10 klientów. Całkowita unikalna liczba odległoci 10 + 10*10/2-10 = 10 + 40 = 50 23-11-2005 22 Olgierd.Dziamski@gs1pl.org

Budowa ssiedztwa moliwe operatory ruchu Operator ruchu modyfikuje jedn lub wicej tras przejazdów w stopniu zmieniajcym warto funkcji celu Operator 2-or Operator Wymiany 1 3 1 5 3 4 2 4 2 6 1->2->3->4 1->3->2->4 R1 1->2->3 R2 4->5->6 R1 1->5->3 R2 4->2->6 23-11-2005 23 Olgierd.Dziamski@gs1pl.org

Budowa ssiedztwa moliwe operatory ruchu Operator 4-or 1 5 3 4 6 2 1->2->3->4->5->6 1->5->3->4->2->6 23-11-2005 24 Olgierd.Dziamski@gs1pl.org

Plan tras przejazdów dla 130 miast 23-11-2005 25 Olgierd.Dziamski@gs1pl.org

Zastosowanie przeszukiwania Tabu do planowani dystrybucji mebli Powstaj duego rozmiaru palety Róne sposoby załadunku Nietypowe rozmiary 23-11-2005 26 Olgierd.Dziamski@gs1pl.org

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 23-11-2005 27 Olgierd.Dziamski@gs1pl.org

Zasada współpracy metaheurystyki z heurystyk Załadunek palet 23-11-2005 28 Olgierd.Dziamski@gs1pl.org

Zastosowanie metody przeszukiwania Tabu do planowani dystrybucji mebli - eksperymenty obliczeniowe Do 80 miast naley dowie skumulowane zamówienia: 40 klientów zamawia meble o skumulowanej wadze 1.000 i skumulowanej objtoci 600.000 40 klientów zamawia meble o skumulowanej wadze 400 i skumulowanej objtoci 200.000 Do 39 miast naley dowie 130 palet: 13 klientów zamawia 3 palety o rozmiarach 120x90x155 i wadze 350 13 klientów zamawia 3 palety o rozmiarach 135x80x155 i wadze 300 13 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 12000 oraz koszt za 1 km wynosi 1,5 245x1300x200 i ładownoci 24000 oraz koszt za 1 km wynosi 2 245x600x200 i ładownoci 8000 oraz koszt za 1 km wynosi 1 23-11-2005 29 Olgierd.Dziamski@gs1pl.org

Postp w poszukiwaniu taszego planu dystrybucji aktualne najlepsze 26800 26300 25800 25300 24800 24300 23800 23300 1 22 43 64 85 106 127 148 169 190 211 232 253 274 295 23-11-2005 30 Olgierd.Dziamski@gs1pl.org

Sposób załadunku 245x850x200 245x600x200 245x1300x200 23-11-2005 31 Olgierd.Dziamski@gs1pl.org

Plan tras przejazdów 23-11-2005 32 Olgierd.Dziamski@gs1pl.org

Olgierd.Dziamski@gs1pl.org 23-11-2005 33 Olgierd.Dziamski@gs1pl.org