Solution to the location-routing problem using a genetic algorithm
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21260%2F16%3A00301218" target="_blank" >RIV/68407700:21260/16:00301218 - isvavai.cz</a>
Výsledek na webu
<a href="http://ieeexplore.ieee.org/document/7501016/" target="_blank" >http://ieeexplore.ieee.org/document/7501016/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/SCSP.2016.7501016" target="_blank" >10.1109/SCSP.2016.7501016</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Solution to the location-routing problem using a genetic algorithm
Popis výsledku v původním jazyce
In this paper, we focus on solving location-routing problem that belongs to NP-hard problems and that often appears in the optimization of supply chain and distribution systems. The goal of location-routing problem is to determine the location of multiple depots together with vehicle routes such that the total cost of the system is minimal. A genetic algorithm is proposed to solve a deterministic location-routing problem. The representation of individuals together with genetic operators are designed to solve both location and routing part interdependently. Various parameters of genetic algorithm are tested to show their influence on the results and effectiveness of the proposed algorithm.
Název v anglickém jazyce
Solution to the location-routing problem using a genetic algorithm
Popis výsledku anglicky
In this paper, we focus on solving location-routing problem that belongs to NP-hard problems and that often appears in the optimization of supply chain and distribution systems. The goal of location-routing problem is to determine the location of multiple depots together with vehicle routes such that the total cost of the system is minimal. A genetic algorithm is proposed to solve a deterministic location-routing problem. The representation of individuals together with genetic operators are designed to solve both location and routing part interdependently. Various parameters of genetic algorithm are tested to show their influence on the results and effectiveness of the proposed algorithm.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
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 statě ve sborníku
2016 Smart Cities Symposium Prague (SCSP)
ISBN
978-1-5090-1116-2
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
—
Název nakladatele
IEEE Press
Místo vydání
New York
Místo konání akce
Praha
Datum konání akce
26. 5. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000390205300006