Modeling the location and routing problem for the distribution of liquefied natural gas

• Autorzy: Chłopińska Ewelina , Gucma Maciej

Identyfikatory

DOI

10.1515/aon-2019-0006

• Języki publikacji: EN

Abstrakty

EN

Programming methods, such as dynamic heuristic search or search and limit techniques are used for solving the problems of routing. Many of the problems to be solved require huge computing effort, some of them are NP-hard. Other optimization algorithms that may be used for solving vehicle routing problems are methods based on genetic algorithms, neural networks and ant algorithms. The problem of LNG distribution system is closely related to the problem of route planning. These problems are characterised by a simple definition of the problem, unlike finding the solution. Finding the optimal outcome for a great number of points is a hard and work-consuming task. Genetic algorithms are an alternative for the methods most often used so far.

Słowa kluczowe

EN

liquid natural gas; distribution; routing

• Wydawca: Polskie Forum Nawigacyjne
• Czasopismo: Annual of Navigation
• Rocznik: 2019
• Tom: No. 26
• Strony: 59--63
• Opis fizyczny: Bibliogr. 14 poz., rys.

Twórcy

autor

Chłopińska Ewelina

• Maritime University of Szczecin, 1–2 Wały Chrobrego St., 70-500 Szczecin, Poland

autor

Gucma Maciej

• Maritime University of Szczecin, 1–2 Wały Chrobrego St., 70-500 Szczecin, Poland

Bibliografia

• [1] Biały R., Janusz P., Łoś M., i Szurlej A., „Analiza kosztów importu gazu ziemnego do Polski i ich wpływ na strukturę dostaw.”, Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN, nr 87, ss. 83–98, 2014.
• [2] „BP Statistical Review of World Energy”, BP, 2017.
• [3] Data of DNV GL, 2018.
• [4] European Maritime Safety Agency., „The 0.1% sulphur in fuel requirement as from 1 January 2015 in SECAs - An assessment of available impact studies and alternative means of compliance.”, European Maritime Safety Agency., Technical report, 2010.
• [5] European Statistical Office, „Market Forecast Report”, Belgia, 2017.
• [6] Grzelak S., „Liquefied Natural Gas – a Strategic Fuel. Poland’s Security with Regard to Gas Fuels.”, Kontrola Państwowa, t. 60, nr 6 (365), ss. 133–145, 2015.
• [7] Herdzik J., „Wstępna analiza opłacalności tworzenia sieci bunkrowania skroplonego gazu naturalnego LNG w portach Morza Bałtyckiego.”, Logistyka., nr 3, ss. 2359–2366, 2014.
• [8] IGU, „World LNG Report.”, Norwegia, 2016 Edition., 2016.
• [9] Kalski M., Nagy S., Rychlicki S., Siemek J., i Szulej A., „Gaz ziemny w Polsce - wydobycie, zużycie i import do roku 2030.”, Górnictwo i ekologia., t. 5, nr 3, ss. 27–40, 2010.
• [10] Kwaśnicka H., „Sztuczna inteligencja. Algorytmy ewolucyjne - przykłady zastosowań.”, Zeszyt Naukowy Sztuczna Inteligencja., nr 1, 2002.
• [11] Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne. Warszawa: Wydawnictwo Naukowo-Techniczne, 1999.
• [12] Peňa-Reyes C. A. i Sipper M., „Evolutionary computation in medicine: an overview.”, Artif. Itell. Med., nr 19, ss. 1–23, 2000.
• [13] Prognoza floty morskiej, 2017. On-line: www.cttm.am.szczecin.pl.
• [14] Prognoza globalnego zapotrzebowania na LNG do 2030 roku.”, 2017. On-line: www.promy24.com

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).