Determination of the optimum locations of distribution centres based on vector quantization

• Autorzy: Sawicki A. , Wiktorzak A. , Malenko N.

Warianty tytułu

PL

Wyznaczenie optymalnego położenia centrów dystrybucji w oparciu o metody kwantyzacji wektorowej

• Języki publikacji: EN

Abstrakty

EN

Planning and optimization of distribution centers locations and routes between them and their recipients is one of the fundamental issues in logistics, which influences the operating costs of enterprises. This article describes the problem of how to optimize the selection of locations for the distribution centers. In the real environment, transportation of goods requires moving between several locations, delivering goods to different locations in a place and its surrounding area. In this case, the goods distribution problem can be split into optimizing the route selection between groups of locations and location grouping into individual clusters, in whose focal points a local warehouse and distribution center will be created. The authors of this article propose a novel approach which contains clustering techniques by means of vector quantization methods.

PL

Planowanie i optymalizacja lokalizacji centrów dystrybucyjnych oraz tras między nimi a odbiorcami jest jednym z podstawowych problemów w logistyce, który ma wpływ na koszty operacyjne przedsiębiorstw. W artykule tym opisano w jaki sposób można zoptymalizować wybór lokalizacji centrów dystrybucyjnych. W rzeczywistym środowisku, transport towarów wymaga przemieszczania się pomiędzy wieloma miastami oraz dostarczanie produktów do kilku miejsc w mieście i jego okolicach. W tym przypadku zagadnienie dystrybucji towarów można podzielić na optymalizację wyboru tras pomiędzy grupami lokalizacji i wyznaczenie lokalizacji poszczególnych punktów, w których zostaną utworzone lokalne centra magazynowo-dystrybucyjne. Autorzy artykułu proponują nowe podejście wyznaczania takich centrów w oparciu o metody grupowania za pomocą algorytmów kwantyzacji wektorowej.

Słowa kluczowe

EN

optimum locations; distribution centre; vector quantization; clustering techniques

PL

optymalne położenie; centrum dystrybucji; kwantyzacja wektorowa; metody grupowania

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2014
• Tom: nr 6
• Opis fizyczny: Bibliogr. 12 poz., rys., pełen tekst na CD

Twórcy

autor

Sawicki A.

• The State Higher School of Computer Science and Business Administration in Łomża (Poland)

autor

Wiktorzak A.

• The State Higher School of Computer Science and Business Administration in Łomża (Poland)

autor

Malenko N.

• The State Higher School of Computer Science and Business Administration in Łomża (Poland)

Bibliografia

• 1. S.P. Lloyd, Least squares quantization in PCM, Institute of Mathematical Statistics Meeting, Atlantic City, NJ, September 1957; IEEE Transactions on Information Theory, vol. 28, pp. 129–136, March 1982.
• 2. Y. Linde, A. Buzo, R.M. Gray, An algorithm for vector quantizer design, IEEE Trans. Commun., vol. COM-28, no. 1, Jan. 1980, pp. 84–95.
• 3. A. Gersho, R.M. Gray, Vector Quantization and Signal Compression, Kluwer Academic, Dordrecht/Norwell, MA, 1992.
• 4. E. Abaya, G.L. Wise, On the existence of optimal quantizers, IEEE Transactions on Information Theory, vol. 28, issue 6, pp. 937–940, 1982.
• 5. S.C. Ahalt, A.K. Krishnamurthy, P. Chen, D. Melton, Vector quantization using frequency-sensitive competitive-learning neural networks, IEEE Int. Conf. Syst. Eng., Fairborn, OH, Aug. 24–26, 1989.
• 6. S.C. Ahalt, P.K. Chen, and D.E. Melton, Competitive learning algorithms for vector quantization, Neural Networks, vol. 3, no.3, pp. 277–290, 1990.
• 7. Coordinate Conversions and Transformations including Formulas Revised, OGP Publication 373, Geomatics Guidance Note, Number 7, part 2, June 2013, available at www.epsg.org.
• 8. http://pl.wikipedia.org/wiki/Miasta_w_Polsce (dostęp: 2.05.2014).
• 9. http://www.stat.gov.pl/broker/access/index.jspa (dostęp: 2.05.2014).
• 10. A. Petrovsky, A. Sawicki, A. Pavlovec, Split Vector Quantization of Psychoacoustical Modified LSF Coefficients in Speech Coder Based on Pitch-Tracking Periodic-Aperiodic Decomposition, Information processing and security systems, Heidelberg, Springer-Verlag, pp. 67–76, 2005.
• 11. A. Sawicki, A. Petrovsky, Fast Vector Quantization Search Algorithm Based on Structuralized Codebook of LSF Coefficients, Proceedings of the 10th International Conference and Exhibition on Digital Signal Processing and its Applications, Moscow, Russia, March 26–28, 2008.
• 12. Genetic Algorithm Solving Orienteering Problem in Large Networks: [rozdz.] / J. Karbowska-Chilińska, J. Koszelew, K. Ostrowski, P. Zabielski, [w:] Advances in knowledge-based and intelligent information and engineering systems [dokument elektroniczny] / ed. by M. Graña, C. Toro, J. Posada, R.J. Howlett, L.C. Jain. – Amsterdam: IOS Press, 2012, pp. 28–38 (Frontiers in Artificial Intelligence and Applications; vol. 243), CD-ROM.