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”

A genetic algorithm with an embedded Ikeda map applied to an order picking problem in a multi-aisle warehouse

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86092780" target="_blank" >RIV/61989100:27240/14:86092780 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/CIPLS.2014.7007161" target="_blank" >http://dx.doi.org/10.1109/CIPLS.2014.7007161</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/CIPLS.2014.7007161" target="_blank" >10.1109/CIPLS.2014.7007161</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    A genetic algorithm with an embedded Ikeda map applied to an order picking problem in a multi-aisle warehouse

  • Popis výsledku v původním jazyce

    An Ikeda map embedded genetic algorithm is in- troduced in this research in order to solve the order picking problem. The chaos based algorithm is compared against the canonical pseudo-random number based genetic algorithm over thirty test instances of varying complexity. From the results, the chaos based genetic algorithm is shown to have better overall performance, especially for larger sized problem instances. The statistical paired t-test comparison of the results further reinforces the fact that the chaos based genetic algorithm is significantly better performing.

  • Název v anglickém jazyce

    A genetic algorithm with an embedded Ikeda map applied to an order picking problem in a multi-aisle warehouse

  • Popis výsledku anglicky

    An Ikeda map embedded genetic algorithm is in- troduced in this research in order to solve the order picking problem. The chaos based algorithm is compared against the canonical pseudo-random number based genetic algorithm over thirty test instances of varying complexity. From the results, the chaos based genetic algorithm is shown to have better overall performance, especially for larger sized problem instances. The statistical paired t-test comparison of the results further reinforces the fact that the chaos based genetic algorithm is significantly better performing.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA13-08195S" target="_blank" >GA13-08195S: Vysoce škálovatelné paralelní a distribuované metody zpracování vědeckých dat</a><br>

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    IEEE SSCI 2014 - 2014 IEEE Symposium Series on Computational Intelligence - CIPLS 2014: 2014 IEEE Symposium on Computational Intelligence in Production and Logistics Systems, Proceedings

  • ISBN

    978-1-4799-4501-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    53-58

  • Název nakladatele

    Institute of Electrical and Electronics Engineers

  • Místo vydání

    New York

  • Místo konání akce

    Orlando

  • Datum konání akce

    9. 12. 2014

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku