🔍 Поиск готовых работ

🔍 Поиск работ

Задача китайского почтальона в приложении к организации работы муниципальной техники

Работа №128445

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы34
Год сдачи2021
Стоимость4230 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
42
Не подходит работа?

Узнай цену на написание


Содержание
Введение 3
Обзор литературы 4
Постановка задачи 8
Задача китайского почтальона 9
Алгоритм 10
Реализация 14
Заключение 17
Список литературы 18
Приложение 23

Рациональное управление работой муниципальной техники может включать оптимизацию посещаемых маршрутов. Сокращение длин путей, проходимых техникой, позволяет уменьшать время работы транспортных средств, что может продлевать их срок службы, а также экономить топливо, что будет способствовать сохранению расходов из бюджета.
В работе муниципальной техники также важно рассматривать временные окна для запрета на парковку автомобилей. Они указываются на дорожных знаках, запрещающих парковку вдоль дороги на определённый период времени.
Целью данной работы является разработка программы для нахождения маршрутов для организации работы муниципальной техники и рекомендации временных окон для запрета на парковку. Для этого можно поставить следующие задачи: рассмотреть задачу китайского почтальона в приложении к организации работы муниципальной техники, изучить подходящий для этого алгоритм, реализовать его и рекомендовать временные окна.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
КУРСОВЫЕ СТАТЬИ ВКР

В данной работе проблема организации муниципальной техники рассматривается как задача китайского почтальона. В ходе исследования были изучены задача китайского почтальона и применимый для неё алгоритм. Был реализован муравьиный алгоритм на языке программирования Python и найден маршрут, включающий все улицы, и были рекомендованы временные окна. В дальнейшем, исследование может быть продолжено рассмотрением оптимизаций муравьиного алгоритма для поиска наиболее хорошего решения и ускорения работы программы.


[1] Меламед И. И., Сергеев С. И., Сигал И. Х. Задача коммивояжера. Приближенные алгоритмы // Автомат. и телемех. 1989. №11. 3-26. Autom. Remote Control. 50:11. 1459-1479.
[2] Grefenstette J., Gopal R., Rosimaita B. and van Gucht D. Genetic Algorithms for the Traveling Salesman Problem // Proc. Int. Conf. Genetic Algorithms and Their Applications. 1985. 160-168.
[3] Dorigo M., Schnepf U. Organisation of robot behavior through genetic learning processes // Fifth International Conference on Advanced Robotics ’Robots in Unstructured Environments Advanced Robotics. 1991.
[4] Chang F.T.S., Chung S.H., Chang P.L.Y. An adaptive genetic algorithm with dominated genes for distributed scheduling problems // Expert Systems With Applications. 2005. 29(2):364-371.
[5] Chung S. H., Chan F. T. S., Chan H. K. A modified genetic algorithm approach for scheduling of perfect maintenance in distributed production scheduling // Engineering applications of artificial intelligence. 2009. v. 22, no. 7, p. 1005-1014.
[6] Chan F. T. S., Wong T. C., Chan L. Y., The application of genetic algorithms to lot streaming in a job-shop scheduling problems // International Journal of Production Research. 2009. Vol. 47 Issue 12, p3387-3412, 26p.
[7] Tamer F. Ambelmagui, Maged M. Dessouky. A genetic algorithm approach to the integrated inventory-distribution problem // International Journal of Production Research. 2006. Vol. 44 Issue 21, p4445-4464, 20p.
[8] Dong Won Cho, Young Hae Lee, Tae Youn Lee, Mitsuo Gen. An adaptive genetic algorithm for the time dependent inventory routing problem// Journal of Intelligent Manufacturing. 2014. 25(5):1025-1042.
[9] Rakesh Kumar, Girdhar Gopal, Rajesh Kumar. Hibridization in genetic algorithms // International Journal of Advanced Research in Computer Science and Software Engineering. 2013. Vol-3, Issue-4, pp 403-409.
[10] DeneubourgJ. L., PasteelsJ., VerhaegheJ. C. Probablistic behaviour in ants: A strategy of errors? // Journal of theoretical biology. 1983. 105, 2, page (259-271).
[11] Alberto Colorni, Marco Dorigo, Vittorio Maniezzo, Distributed optimization by ant colonies // Proceedings of the First European Conference on Artificial Life. Elsevier Publishing. 1991. 134-142.
[12] Dorigo M. Optimization, learning and natural algorithms // Elettronica e Informazione, Politecnico di Milano, Italy. 1992.
[13] Dorigo M., Maniezzo V., Colorni A. Ant system: optimization by a colony of cooperating agents // Transactions on Systems, Man, and Cybernetics. 1996. 26(1):29-41.
[14] Dorigo M., Gambardella L. M. Ant colony system: a cooperative learning approach to the traveling salesman problems // Transactions on Evolutionary Computation. 1997. 1(1):53-66.
[15] Maniezzo V., Colorni A. The ant system applied to the quadratic assignment problem // Transactions on Knowledge and Data Engineering. 1999. 11(5):769-778.
[16] Enxiu Chen, Xiyu Liu. Multi-colony ant algorithm, In Ant Colony Optimization-Methods and Applications // Pengeditanoleh Avi Ostfeld. InTech. 2011.
[17] Xinye Chen, Ping Zhang, Guanglong Du, Fang Li. Ant colony optimization based memetic algorithm to solve bi-objective multiple traveling salesmen problem for multy-robot systems // Access. 2018. 6:21745-21757.
[18] Задача китайского почтальона.
https://xlinux.nist.gov/dads/HTML/chinesePostman. html
[19] Задача китайского почтальона
http://scask.ru/j_book_graph.php?id=93
[20] Gordenko M. K., Avdoshin S. M.Variants of Chinese Postman Problems and a Way of Solving through Transformation into Vehicle Routing Problems // Proceedings of the Institute for System Programming of RAS. 2018. 30(3):221-232
[21] Ibrahim Zeki Akyurt, Timur Keskinturk, Cagatay Kalkanci. Using Genetic Algorithm For Winter Maintenance Operations: Multi Depot K-Chinese Postman Problem. Emerging Markets Journal. 2015.
[22] Дроздов А.А., Баженов Р.И. Нахождение оптимального пути с помощью муравьиного алгоритма в задаче коммивояжёра // Постулат. 2018.
[23] Dorigo M., Maniezzo V., Colorni A. Distributed Optimization by Ant Colonies // European Conference on Artificial Life. Elsevier Publishing. 1991. 134-142.
[24] Dorigo M., Gambardella, L.M. Ant Colony System: A cooperative learning approach to the Traveling Salesman
Problem // Transactions on Evolutionary Computation. 1(1):53
- 66.


Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ
.