Введение 5
Глава 1 Постановка задачи исследования и анализ алгоритма k-means 7
1.1 Постановка задачи исследования 7
1.2 Методы решения задачи кластеризации 8
1.3 Анализ алгоритма k-means 12
Глава 2 Разработка решения для оптимизации планирования доставки грузов
на основе алгоритма k-means 18
Глава 3 Разработка программы оптимизации планирования доставки грузов на основе алгоритма k-means 26
3.1 Программа «1CTMS Логистика. Управление перевозками» 26
3.2 Программа «Простые маршруты» 27
3.3 Онлайн-сервис «Калькулятор для кластеризации по алгоритму К-
средних» 29
3.4 Выбор платформы и разработка программы 30
Заключение 39
Список используемой литературы и используемых источников 42
В условиях пандемии резко возросла нагрузка на службы доставки грузов по заказам клиентов.
Для обеспечения бесперебойной и своевременной доставки грузов с высоким качеством обслуживания каждый маршрут доставки необходимо тщательно спланировать и проверить.
C оперативной точки зрения задача оптимизации планирования доставки груза состоит в обеспечении эффективности процесса доставки за счет экономии топлива и сокращения времени простоя.
Как показывает практика, для решения данной задачи необходимо использовать методы интеллектуального анализа данных - Data mining.
Одним из таких методов является метод кластеризации данных на основе алгоритма k-means.
Решение задачи оптимизации планирования доставки грузов на основе алгоритма k-means представляет актуальность и научно-практический интерес.
Объектом исследования бакалаврской работы является процесс планирования доставки грузов.
Предметом исследования бакалаврской работы является оптимизация планирования доставки грузов.
Цель бакалаврской работы - оптимизация планирования доставки грузов на основе алгоритма k-means.
Для достижения данной цели необходимо выполнить следующие задачи:
- выполнить постановку задачи оптимизации планирования доставки грузов и проанализировать алгоритм кластеризации данных k-means на предмет решения данной задачи;
- разработать решение для оптимизации планирования доставки грузов на основе алгоритма k-means;
- разработать программу для оптимизации планирования доставки грузов на основе предлагаемого решения и подтвердить ее работоспособность.
Методы исследования - интеллектуальный анализ данных, алгоритм k- means.
Практическая значимость бакалаврской работы заключается в разработке программы оптимизации планирования доставки грузов на основе алгоритма k-means, обеспечивающей высокую эффективность процесса доставки.
Данная работа состоит из введения, трех глав, заключения и списка используемой литературы.
Первая главе работы посвящена постановке задачи исследования и анализу алгоритма k-means.
Вторая глава работы посвящена разработке решения для оптимизации планирования доставки грузов на основе алгоритма k-means.
В третьей главе рассматривается процесс разработки программы оптимизации планирования доставки грузов на основе предлагаемого решения.
В заключении описываются результаты выполнения выпускной квалификационной работы.
Бакалаврская работа состоит из 44 страниц текста, 20 рисунков, 4 таблиц и 20 источников.
Выпускная квалификационная работа посвящена актуальной проблеме оптимизация планирования доставки грузов на основе алгоритма k-means.
C оперативной точки зрения задача оптимизации планирования доставки груза состоит в обеспечении эффективности процесса доставки за счет экономии топлива и сокращения времени простоя. Как показывает практика, для решения данной задачи необходимо использовать методы интеллектуального анализа данных - Data mining.
Одним из таких методов является метод кластеризации данных на основе алгоритма k-means.
Для достижения данной цели в процессе работы над бакалаврской работой решены следующие задачи:
- выполнена постановка задачи оптимизации планирования доставки грузов. Задача оптимизации планирования доставки грузов рассматривается как задача кластеризации. Кластеризацию можно определить, как задачу идентификации групп в данных, так чтобы точки данных в одном кластере были очень похожи и при этом сильно отличались от точек данных в других кластерах. Одним из широко применяемых на практике алгоритмов кластеризации является алгоритм k-means. Главным преимуществом данного алгоритма является его высокая производительность и простота реализации;
- рассмотрено решение задачи оптимизации планирования доставки грузов на представленном в работе примере. Для решения задачи использован алгоритм k-means и табличный процессор Excel. Как показали результаты, алгоритм k-means позволяет решить задачу оптимизации планирования доставки грузов путем разбиения региона доставки на ближние зоны-кластеры. Таким образом, подход к оптимизации планирования доставки грузов на основе алгоритма k- means может быть рекомендован для решения задач формирования оптимальных маршрутов;
- разработана программа формирования оптимальных маршрутов доставки грузов на основе алгоритма k-means. Проанализированы функциональные и архитектурные особенности программ «1CTMS», «1С: Простые маршруты» и онлайн-сервиса «Калькулятор для кластеризации по алгоритму К-средних». В результате сравнительного анализа в качестве платформы для разработки использовано типовое ИТ-решение «1С: Простые маршруты». Функциональное тестирование подтвердило возможность использования программы для формирования оптимальных маршрутов доставки грузов на основе алгоритма k-means и их визуализации.
Результаты бакалаврской работы представляют научно-практический интерес и могут быть рекомендованы для разработчиков программ поддержки задач формирования оптимальных маршрутов на основе методов интеллектуального анализа данных.
