Disertacija - Univerzitet u Novom Sadu

More documents

Recommendations

Info

3.3 Algoritam za rešavanje lokacijskog problema logističkih centara Kako definisani matematički model predstavlja kombinaciju i proširenje nekih do sada formulisanih modela, kao što je model fiksnih troškova sa kapacitetnim ograničenjima, koji je prema Mirchandani i Francis (1990) i Wu i dr. (2006) NP težak problem, tako se i za definisani model smatralo da spada u grupu NP teških problema zbog čega je za njegovo rešavanje predložena primena genetskih algoritama (videti poglavlje 2.1). Genetski algoritam i pod-algoritam za rešavanje lokacijskog problema primenom definisanog modela programiran je u C # , u Microsoft Visual Studio Ultimate 2012, i prikazani su na sl. 13 i 14. Pokretanju algoritma prethodi definisanje veličine jedinke, veličine populacije i broja iteracija u kojima se vrši optimalna alokacija korisnika. Pritom veličina jedinke predstavlja broj logističkih centara za koje se određuje optimalni tip, lokacija i alokacija korisnika, a veličina populacije predstavlja broj jedinki u generaciji. Nakon definisanja veličine jedinke, na slučajan način se generišu potencijalne lokacije centara koje čine datu jedinku. Broj generacija zavisi od slučaja do slučaja i ograničava ga minimalna vrednost za koju je u n iteracija obavljeno poboljšanje dobijenog rešenja. Algoritmom se za svaku jedinku računa fitnes funkcija, koja predstavlja ukupne troškove za odabranu jedinku. Vrednost fitnes funkcije se dobija sabiranjem transportnih troškova do potencijalnih lokacija koje čine tu konkretnu jedinku, investicionih i operativnih troškova svakog od centara i transportnih troškova od centara do korisnika, koji se u iterativnim postupcima dodeljuju centrima u jedinki, pri čemu se vodi računa o raspodeli potrebnih kapaciteta centrima, kao i kapacitetnim ograničenjima, kako bi celokupna potražnja za uslugama bila zadovoljena. Pri računanju fitnes funkcije, algoritam uvek pokušava da održi minimum troškova tako što će svako naredno uvećanje fitnes funkcije imati najmanju moguću vrednost. Jedinke sa najnižom vrednošću fitnes funkcije prenose se u narednu generaciju, dok se ostale međusobno ukrštaju po modelu ruleta. Rulet funkcioniše po tom principu da što nižu vrednost fitnes funkcije jedinka ima, to je njena verovatnoća izbora kao roditelja jedinke iz sledeće generacije veća. Izabrane i novostvorene jedinke predstavljaju novu populaciju, koja čini novu generaciju. Navedeni postupak se ponavlja dok se ne ispuni kriterijum zaustavljanja, a to je minimalna promena poboljšanja rezultata, što znači da se proces optimizacije približio cilju. Specifičnosti definisanog genetskog algoritma, u odnosu na njihovu uobičajenu strukturu, ogledaju se u pozivanju podalgoritma koji obuhvata sve specifičnosti definisanog matematičkog modela, kao što su iterativno određivanje kapaciteta centra i iterativna alokacija korisnika lociranom centru. 39
Početak Definisanje veličine populacije u generaciji Slučajan izbor jedinki u populaciji FLO za svaku jedinku Upoređivanje vrednosti FF jedinki u populaciji Završetak DA Da li je ispunjen kriterijum zaustavljanja? NE Izbor jedinki koje će formirati novu populaciju Formiranje nove populacije po principu crosover-a i mutacije Sl. 13 Predloženi algoritam za rešavanje lokacijskog problema definisanim matematičkim modelom 40
Page 1 and 2: UNIVERZITET U NOVOM SADU FAKULTET T
Page 3 and 4: UNIVERSITY OF NOVI SAD FACULTY OF
Page 5 and 6: SPISAK SLIKA: Sl. 1 Evolutivni razv
Page 7 and 8: Sl. 47 Udeo logističkih troškova
Page 9 and 10: SPISAK SKRAĆENICA: BNP CP DP DTM E
Page 11 and 12: koeficijent dostupnosti žetvenih o
Page 13 and 14: of biomass resources were introduce
Page 15 and 16: 1.1 Predmet istraživanja Prema Sav
Page 17 and 18: U okviru već navedenog, predmet ov
Page 19 and 20: Na isti način, u poglavlju četiri
Page 21 and 22: transportni zadatak i objavio ga je
Page 23 and 24: generaciju bez modifikacija. Mutaci
Page 25 and 26: Problem centra podrazumeva lociranj
Page 27 and 28: ∑ ∈ 0 ∑ ∈ − j= i j j i p
Page 29 and 30: yij iyij x Cj I Prethodno navedeni
Page 31 and 32: = ∀ ∈ ∑ ∈ 1 (2.2.35) ≤
Page 33 and 34: problem. Model su testirali za regi
Page 35 and 36: upravljanje snabdevanjem biomase im
Page 37 and 38: 3. MODELIRANJE LOKACIJSKIH PROBLEMA
Page 39 and 40: U DOMENU SAOBRAĆAJA I LOGISTIKE CI
Page 41 and 42: međusobnim rastojanjima i manjim i
Page 43 and 44: Robni tokovi Robni tokovi predstavl
Page 45 and 46: STRUKTURA FUNKCIJA LOGISTIČKIH CEN
Page 47 and 48: Logistički troškovi koji utiču n
Page 49 and 50: 3.2 Model lokacijskog problema logi
Page 51: Ograničenjem 3.5.2 dozvoljava se l
Page 55 and 56: 3.4 Testiranje modela: Lociranje ot
Page 57 and 58: Tab. 2 Uvozni robni tokovi u Srbiji
Page 59 and 60: Crvene sekcije su izgrađene, dok s
Page 61 and 62: 2010. godine da podigne udeo želez
Page 63 and 64: infrastrukture, predviđen je i por
Page 65 and 66: Rezultati simulacija za drugi scena
Page 67 and 68: Tab. 6 Izabrane lokacije, kapacitet
Page 69 and 70: Kao posledica dominacije udela uvoz
Page 71 and 72: Udeo robnih tokova prema tački gen
Page 73 and 74: Udeo robnih tokova prema tački gen
Page 75 and 76: Poređenje rezultata dobijenih LP s
Page 77 and 78: 4. MODELIRANJE LOKACIJSKIH PROBLEMA
Page 79 and 80: Tab. 14 Opis materijala koji spadaj
Page 81 and 82: Donja toplotna moć Najznačajnija
Page 83 and 84: Sl. 28 Poređenje energetskih gusti
Page 85 and 86: Sl. 30 Utovar velikih četvrtastih
Page 87 and 88: Kada je reč o iveru, veće količi
Page 89 and 90: Bale žetvenih ostataka se traktoro
Page 91 and 92: Cene pojedinih goriva značajno se
Page 93 and 94: − smanjenje raspoloživih količi
Page 95 and 96: d ij - transportno rastojanje od me
Page 97 and 98: U modelu je pretpostavljeno da posm
Page 99 and 100: korišćenje neće ugrožavati živ
Page 101 and 102: Sl. 34 Mapa gustine žetvenih ostat
Page 103 and 104:
Republike Srbije, iznosi oko 500
Page 105 and 106:
Rashodi finansiranja odnose se na k
Page 107 and 108:
Pad ukupnih troškova jasno je izra
Page 109 and 110:
Porast prosečnih transportnih tro
Page 111 and 112:
Sadašnje stanje, b k i = 1 Rezulta
Page 113 and 114:
Usled veće prostorne gustine bioma
Page 115 and 116:
Sl. 45 Ukupni troškovi generisanja
Page 117 and 118:
Udeo logističkih troškova u troš
Page 119 and 120:
Ukupni troškovi u €/MWh 88 86 84
Page 121 and 122:
Prosečni transportni troškovi za
Page 123 and 124:
one troškove za koje je procenjeno
Page 125 and 126:
− promene udela pojedinih vidova
Page 127 and 128:
Reference: 1. Alumur S, Kara B.Y. 2
Page 129 and 130:
35. Marti B.V, Gonzales E.F. 2010.
Page 131 and 132:
64. Vidović M, Zečević S, Kiliba
show all

Disertacija - Univerzitet u Novom Sadu

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?