Niektóre osobliwości algorytmów genetycznych na przykładzie zagadnień logistycznych

• Autorzy: Gryko-Nikitin A.

Warianty tytułu

EN

Certain peculiarities of the genetic algorithms based on logistic issues

• Języki publikacji: PL

Abstrakty

EN

The aim of the following article is to systematize the concepts connected with modern genetic algorithms together with presenting examples of their applications in logistic issues. Using appropriate tools for solving logistic problems is a basic condition of development and/or endurance on the market with an intensive competition. According to the author, modern genetic algorithms are effective optimizing, ransacking and teaching tools which may have a broader use in logistics. This paper also discusses the matter of genetic algorithm's parameters as a factor determining the effectiveness of their application in logistic issues. The weak and strong points of genetic algorithms in the context of their practical usage has also been pointed out. Presented article is based on literature studies concerning modern concepts of genetic algorithms and their applications.

Słowa kluczowe

PL

algorytmy genetyczne; systemy logistyczne; optymalizacja

EN

genetic algorithms; logistic system; optimization

• Wydawca: Oficyna Wydawnicza Politechniki Białostockiej
• Czasopismo: Ekonomia i Zarządzanie
• Rocznik: 2010
• Tom: Vol. 2, no. 2
• Strony: 129--138
• Opis fizyczny: Bibliogr. 11 poz., rys.

Twórcy

autor

Gryko-Nikitin A.

• Politechnika Białostocka, Wydział Zarządzania, Katedra Informatyki Gospodarczej i Logistyki

Bibliografia

• 1. Arabas J., 2001. Wykłady z algorytmów ewolucyjnych, WNT, Warszawa.
• 2. Arabas J., Michalewicz Z., Mulawka J., 1994. GAVaPS-a genetic algorithm with varying population size. Evolutionary Computation, IEEE World Congress on Computational Intelligence, Proceedings of the First IEEE Conference on 27-29, June 1994, s. 73 – 78.
• 3. Chodak G., Kwaśnicki W., 2002. Zastosowanie algorytmów genetycznych w prognozowaniu popytu. Gospodarka Materialowa & Logistyka, nr. 4.
• 4. Deb K., Agrawal S., 1998. Understanding interactions among genetic algorithm parameters, in: W. Banzhaf, C. Reeves (Eds.), Foundations of Genetic Algorithms 5, Morgan Kaufmann, San Francisco, CA, s. 265–286.
• 5. Ficoń K., 2008. Logistyka ekonomiczna. Procesy logistyczne, BEL Studio Sp. z o.o., Warszawa.
• 6. Goldberg D. E., 1995. Algorytmy genetyczne i ich zastosowania. WNT, Warszawa.
• 7. Lobo F. G., Goldberg D. E., 2004. The parameter-less genetic algorithm in practice, Information Sciences 167, s. 217–232.
• 8. Michnowicz E., 2009. Problem komiwojażera dla kilku centrów dystrybucji. Prace Naukowe Politechniki Warszawskiej, Warszawa.
• 9. Michalewicz Z., 1999. Algorytmy genetyczne + struktury danych = programy ewolucyjne. WNT, Warszawa.
• 10. Rutkowski L., 2005. Metody i techniki sztucznej inteligencji. PWN SA, Warszawa
• 11. Srinivas M., Patnaik L. M. 1994, Adaptive Probabilities of Crossover and Mutation In Genetic Algorithms, IEEE Transactions on Systems, Man and Cybernetics 24(4).