Optimization of transport processes using the evolutionary solver

• Autorzy: Owsiak Z. , Besz E. , Lejman K.

Warianty tytułu

PL

Optymalizacja procesów transportowych metodami ewolucyjnymi

• Języki publikacji: EN

Abstrakty

EN

The algorithm for calculating the shortest route for three vehicles with the limitation of their capacity and number of places per one vehicle using Microsoft Office Excel with the addition of OpenSolver 2.9.0 is presented. The algorithm was designed mainly for small transport companies whose number is several dozen times bigger than large companies. The evolutionary method was used, which belongs to the group of exact methods that guarantee calculation of the shortest possible route. Improving the work organization of transport means that can be achieved by using the presented computerized transport management system will result in reduction of carbon dioxide emissions and measurable savings as a result of reducing the distances necessary to overcome. Presented algorithm provides a step-by-step procedure with snapshots for improved performance. Visualization of the route allows for transparent display of the data developed.

PL

Przedstawiono algorytm obliczania najkrótszej trasy przejazdu dla trzech pojazdów z ograniczeniem ich pojemności i liczby miejscowości przypadającej na jeden pojazd z wykorzystaniem programu Microsoft Office Excel z dodatkiem OpenSolver 2.9.0. Algorytm został przeznaczony głównie dla małych firm transportowych, których jest kilkadziesiąt razy więcej niż firm dużych. Zastosowano metodę ewolucyjną, która należy do grupy metod dokładnych gwarantujących obliczenie najkrótszej z możliwych tras. Poprawa organizacji pracy środków transportu, którą można osiągnąć przez zastosowanie przedstawionego komputerowego systemu zarządzania transportem, spowoduje ograniczenie emisji dwutlenku węgla oraz wymierne oszczędności na skutek zmniejszenia odległości koniecznych do pokonania. Wizualizacja przebiegu trasy umożliwia przejrzyste zobrazowanie opracowanych danych.

Słowa kluczowe

EN

transport; optimization; operational research; OpenSolver; shortest route

PL

transport; optymalizacja; badania operacyjne; OpenSolver; trasa najkrótsza

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2018
• Tom: Vol. 63, nr 4
• Strony: 169--175
• Opis fizyczny: Bibliogr. 16 poz., rys., tab., wykr.

Twórcy

autor

Owsiak Z.

• Wrocław University of Environmental and Life Sciences

autor

Besz E.

• Graduate of Wrocław University of Environmental and Life Sciences ul. Chełmońskiego 37a, 51-630 Wrocław, Poland

autor

Lejman K.

• Wrocław University of Environmental and Life Sciences

Bibliografia

• [1] Afshar A.; Haghani A. (2012). Modeling integrated supply chain logistics in real-time large-scale disaster relief operations. Socio-Economic Planning Sciences, 46(4), 327-338.
• [2] Baj-Rogowska A. (2013). Planowanie tras z wykorzystaniem narzędzia Solver jako zadanie logistyczne w małej firmie. In R. Miler & T. Nowosielski & B. Pac (Eds.) Optymalizacja systemów i procesów logistycznych. Warszawa: Wydawnictwo CeDeWu.
• [3] Balakrishnana A.; Karstenb C.V. (2017). Container shipping service selection and cargo routing with transshipment limits. European Journal of Operational Research, 263(2), 652-663.
• [4] Barbu A.D.; Fernandez R. (2008). Energy and environment report 2008. Office for Official Publications of the European Communities, DOI 10.2800/10548.
• [5] Brouer B.D.; Karsten C.V.; Pisinger D. (2017). Optimization in liner shipping. A Quarterly Journal of Operations Research, 15(1), 1-35.
• [6] Hanczar P. (2010). Wspomaganie decyzji w obszarze wyznaczania tras pojazdów. Decyzje, 13, 55-83.
• [7] Marczuk A., Misztal W. (2011). Optymalizacja transportu produktów rolniczych w warunkach nierównowagi rynkowej. Inżynieria Rolnicza, 4(129), 221-226.
• [8] Mula J.; Peidro D.; Díaz-Madroñero M.; Vicens E. (2010). Mathematical programming models for supply chain production and transport planning. European Journal of Operational Research, 204, 377-390.
• [9] Nossack J.; Pesch E. (2013). A truck scheduling problem arising in intermodal container transportation. European Journal of Operational Research, 230(3), 666-680.
• [10] Notteboom T.E. (2006). The Time Factor in Liner Shipping Services. Maritime Economics & Logistics, 8(1), 19-39.
• [11] Pollaris H. (2018). Loading constraints in vehicle routing problems: a focus on axle weight limits. A Quarterly Journal of Operations Research, 16(1), 105-106.
• [12] Redmer A., Kiciński M., Rybak R. (2014). Zarządzanie samochodowym taborem ciężarowym - metody. Gospodarka Materiałowa i Logistyka, 4, 11-18.
• [13] Reinhardt L.B., Pisinger D., Spoorendonk S., Sigurd M.M. (2016). Optimization of the drayage problem using exact methods. Information Systems and Operational Research, 54(1), 33-51.
• [14] Reinhardt L.B.; Spoorendonk S.; Pisinger D. (2012) Solving vehicle routing with full container load and time windows. In Computational Logistics, Springer Berlin Heidelberg, LNCS 7555, 120-128.
• [15] Tundys B.; Matuszczak A. (2014). Analiza zależności pomiędzy poziomem PKB a transportem i jego kosztami zewnętrznymi w wybranych krajach Unii Europejskiej. Logistyka, 2, 361-372.
• [16] Węgrzyn J. (2014). Rozwiązywanie problemu komiwojażera za pomocą LP/Quadratic Solver z Analytic Solver Platform v12.5. Gospodarka Materiałowa i Logistyka, 10, 11-19.