Optimalizace procesů v logistice s podporou vizualizace
Loading...
Date
Authors
Kršák, Martin
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
ORCID
Abstract
Cielom diplomovej prace je navrh, implementacia a porovnanie algoritmov, ktore optimalizuju procesy v logistike, prevazne v planovacej casti. Algoritmy pomocou heuristik a aproximacneho genetickeho algoritmu najdu takmer optimalne riesenie NP-tazkeho problemu, podobneho problemu obchodneho cestujuceho s oneskorenim niekolkych hodin. Ulohou tychto algoritmov je planovanie efektivnej trasy smetiarskym vozidlam, ktore zvazaju a rozvazaju velkoobjemny odpad do zbernych stredisk v konkretnom meste. Cielom optimalizacie je minimalizacia nakladov na dopravu.
The master thesis aims to design, implement, and compare algorithms that optimize processes in logistics, mainly in the planning phase. Heuristics and approximation genetic algorithms will find an near-optimal solution to NP-hard problem, such as the traveling salesman problem, with a delay less than several hours. The role of this algorithm is to plan an efficient route for garbage trucks that collect and distribute large-scale waste to waste yards in a specific city. The goal of the optimization is to minimize the shipping costs.
The master thesis aims to design, implement, and compare algorithms that optimize processes in logistics, mainly in the planning phase. Heuristics and approximation genetic algorithms will find an near-optimal solution to NP-hard problem, such as the traveling salesman problem, with a delay less than several hours. The role of this algorithm is to plan an efficient route for garbage trucks that collect and distribute large-scale waste to waste yards in a specific city. The goal of the optimization is to minimize the shipping costs.
Description
Keywords
Optimalizacia , logistika , geneticky algoritmus , hodnotiaca funkcia , metoda vyberu , krizenie , mutacia , populacia , jedinec , chromozom , NSGA-2 , Ganttov diagram , smart city. , Optimization , logistics , genetic algorithm , fitness function , selection method , crossover , mutation , population , individual , chromosome , NSGA-2 , Gantt chart , smart city.
Citation
KRŠÁK, M. Optimalizace procesů v logistice s podporou vizualizace [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Počítačová grafika a multimédia
Comittee
prof. Dr. Ing. Jan Černocký (předseda)
doc. Ing. Martin Čadík, Ph.D. (místopředseda)
prof. Ing. Jan Holub, Ph.D. (člen)
Ing. Zbyněk Křivka, Ph.D. (člen)
Ing. Libor Polčák, Ph.D. (člen)
Ing. Igor Szőke, Ph.D. (člen)
Date of acceptance
2019-06-18
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Můžete dokázat / doložit dosažitelnou přesnost hledání řešení VRP pomocí metaheuristik, jak uvádíte na str. 13? Jak je možné, že se kvalita deterministicky hledaného řešení v obr. 8.12 až 8.15 nezlepšuje v závislosti na počtu iterací? Objasněte blíže příbuznost řešenému problému úloze TSP a naznačte odvození složitosti řešeného problému. Z popisu v kap. 5 se totiž zdá, že sváží-li vozidla kontejnery pouze do jednoho střediska, s nímž jsou asociována, a pojme-li jedno vozidlo pouze jediný kontejner, je řešený problém značně odlišný od TSP nebo VRP.
Result of defence
práce byla úspěšně obhájena