Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Applying the Ant Colony Optimisation Algorithm to the Capacitated Multi-Depot Vehicle Routing Problem

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60162694%3AG42__%2F16%3A00532805" target="_blank" >RIV/60162694:G42__/16:00532805 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://vavtest.unob.cz/registr" target="_blank" >http://vavtest.unob.cz/registr</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1504/IJBIC.2016.10000256" target="_blank" >10.1504/IJBIC.2016.10000256</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Applying the Ant Colony Optimisation Algorithm to the Capacitated Multi-Depot Vehicle Routing Problem

  • Popis výsledku v původním jazyce

    The Multi-Depot Vehicle Routing Problem (MDVRP) is an extension of a classic Vehicle Routing Problem (VRP). There are many heuristic and metaheuristic algorithms (e.g. tabu search, simulated annealing, genetic algorithms) as this is an NP-hard problem and, therefore, exact methods are not feasible for more complex problems. Another possibility is to adapt the Ant Colony Optimization (ACO) algorithm to this problem. This article presents an original solution of authors to the MDVRP problem via ACO algorithm. The first part deals with the algorithm including its principles and parameters. Then several examples and experiments are shown.

  • Název v anglickém jazyce

    Applying the Ant Colony Optimisation Algorithm to the Capacitated Multi-Depot Vehicle Routing Problem

  • Popis výsledku anglicky

    The Multi-Depot Vehicle Routing Problem (MDVRP) is an extension of a classic Vehicle Routing Problem (VRP). There are many heuristic and metaheuristic algorithms (e.g. tabu search, simulated annealing, genetic algorithms) as this is an NP-hard problem and, therefore, exact methods are not feasible for more complex problems. Another possibility is to adapt the Ant Colony Optimization (ACO) algorithm to this problem. This article presents an original solution of authors to the MDVRP problem via ACO algorithm. The first part deals with the algorithm including its principles and parameters. Then several examples and experiments are shown.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    KA - Vojenství

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    International Journal of Bio-Inspired Computation

  • ISSN

    1758-0366

  • e-ISSN

  • Svazek periodika

    8

  • Číslo periodika v rámci svazku

    4

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    6

  • Strana od-do

    228-233

  • Kód UT WoS článku

    000391027600005

  • EID výsledku v databázi Scopus