Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  multi-objective function
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
Logistyka
|
2014
|
nr 6
14329--14336, CD 6
EN
In the work the mathematical model of crew rostering problem has been formulated. Specific demands of city public transit have been considered in formulating the multi-objective function and the constraints. The complexity of the mathematical model results from large number of decision variables, complex relations and number of constraints. Three original algorithms have been proposed and elaborated for optimization of crew roster: modified deterministic Hungarian algorithm, stochastic greedy algorithm and classical genetic algorithm. Comparison tests and analysis of the algorithms have been performed on large data sets from several cities of Poland. The results have been good and proved the usefulness of the algorithms to application in operational planning of city public transit.
PL
W pracy sformułowano model matematyczny zagadnienia harmonogramowania służb. Specyficzne wymagania publicznej komunikacji miejskiej zostały uwzględnione w sformułowaniu multi-kryterialnej funkcji celu i ograniczeń. Złożoność modelu matematycznego wynika z wielkiej liczby zmiennych decyzyjnych, skomplikowanych relacji i wielu ograniczeń. Trzy algorytmy zostały opracowane i zaproponowane dla optymalizacji harmonogramów służb kierowców: zmodyfikowany deterministyczny algorytm węgierski, stochastyczny algorytm zachłanny i klasyczny algorytm genetyczny. Testy porównawcze i analiza algorytmów została przeprowadzona na wielkich zbiorach danych z kilkunastu miast polskich. Rezultaty były pozytywne i wykazały użyteczność algorytmów w planowaniu operacyjnym publicznej komunikacji miejskiej.
EN
In the paper problem of a room with a harmonic sound source inside and resulting acoustic field in a steady state is investigated. A question of a proper and optimum distribution of an acoustic absorption material on the room’s boundaries, to obtain desirable acoustic pressure level is considered. Below the Schroeder frequency, acoustic modes are perfectly separated. Under such conditions, room’s pressure distribution can be described using modal analysis assumptions. Thus, the acoustic pressure represents a sum over a set of room’s eigenfunctions and time components, i.e. the modal amplitudes. Additional assumption of enough high boundaries’ impedance is made, and finally the modal coupling can be neglected. By means of the analysis of the modal amplitude function, as the most important component of acoustic pressure, multi-objective function for arbitrary shaped room, with 15 different boundaries is created. Impedance values on each boundary are chosen as design variables. Research of the minimum objective function (non-dominated solutions), using genetic algorithm, is conducted. As the result, the Pareto optimal solution i.e. set of material with the specific impedance, properly distributed on boundaries has been found.
PL
Praca dotyczy zagadnienia pomieszczenia zamkniętego, w którym umieszczone zostało harmoniczne źródło dźwięku. Zaprezentowano problem optymalizacji rozmieszczenia na brzegach pomieszczenia materiału absorbującego akustycznie, o odpowiedniej impedancji. Poniżej częstotliwości granicznej Schroedera, mody akustyczne pomieszczenia zamkniętego są dobrze odseparowane. W tym zakresie częstotliwości, do opisu rozkładu ciśnienia akustycznego w pomieszczeniu można zastosować analizę modalną. Ciśnienie akustyczne w każdym punkcie może być przedstawione w postaci sumy funkcji własnych oraz składowych czasowych tj. amplitud modalnych. Dodatkowo założenie, wystarczająco dużej impedancji na brzegach pozwala pominąć sprzężenie między modami. Wykorzystując amplitudy modalne, jako najbardziej istotne czynniki ciśnienia akustycznego, stworzono wielokryterialną funkcję celu dla przykładowego pomieszczenia o nieregularnym kształcie i 15 powierzchniach brzegowych. Wartości impedancji na poszczególnych brzegach pomieszczenia stanowiły układ zmiennych decyzyjnych. Do poszukiwania minimum funkcji celu (rozwiązania niezdominowane) wykorzystano algorytm genetyczny. W rezultacie otrzymano zestaw rozwiązań Pareto optymalnych tj. układ materiału o specyficznej impedancji akustycznej, rozmieszczony odpowiednio na brzegach pomieszczenia.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.