Wyniki wyszukiwania - BazTech

1

Optymalizacja trasy podróży turystycznej samochodem elektrycznym

Karbowska-Chilińska J., Zabielski P.

Symulacja w Badaniach i Rozwoju

|

2014

|

Vol. 5, nr 2

81--94

PL

Samochód elektryczny jest zeroemisyjny, bardzo cichy i tani w eksploatacji. Może być wykorzystywany zarówno jako samochód miejski, jak i w podróżowaniu turystycznym. W artykule przedstawiamy algorytm, który zaplanuje trasę wycieczki w taki sposób, żeby odwiedzone zostały najatrakcyjniejsze obiekty turystyczne, oraz uwzględni w punkcie początkowym i końcowym trasy ładowanie baterii. Atrakcyjność obiektu jest wyznaczana na podstawie opinii internatów o danym obiekcie. Maksymalna długość wycieczki to liczba kilometrów, jakie samochód może przejechać na jednym ładowaniu baterii. Zaproponowany przez autorów algorytm ewolucyjny został przetestowany na rzeczywistych danych, obejmujących obiekty turystyczne i stacje ładowania baterii na Podlasiu. Czas działania algorytmu oraz wyniki testów wykazują, że opisany algorytm może być częścią modułu oprogramowania stosowanego w samochodach elektrycznych lub aplikacją na smartfony, która ułatwia i uprzyjemnia podróżowanie, a jednocześnie pozwala optymalnie wykorzystać energię samochodu elektrycznego.

EN

Electric vehicle (EV) does not emit harmful gases, it is very quiet and cheap to use. It can be used both as a city car and in the travel tourism. In this paper we present an algorithm that will plan a route of electric vehicle in such a way that the most attractive tourist points of interest are visited and takes into account the starting point and the final point of a route as a EV charging station. Attractiveness of points of interest is determined on the basis of a ranking on the internet. The maximum length of the tour is determined by the number of kilometres that the car can travel on a single battery charge. The evolutionary algorithm proposed by us was tested on realistic database points of interests and EV charging stations in Podlasie region. On the basis of the tests results and execution times of the algorithm we conclude that the proposed algorithm could be a part of a software module in EV or an application for smart phones which makes traveling easier and more comfortable. Moreover EV battery power is used optimally.

2

Zastosowanie problemu komiwojażera z profitami i oknami czasowymi do wyznaczania tras atrakcyjnych turystycznie okolic Białegostoku

Karbowska-Chilińska J., Zabielski P.

Symulacja w Badaniach i Rozwoju

|

2013

|

Vol. 4, nr 2

81--89

PL

Problem komiwojażera z profitami i oknami czasowymi jest dogodnym modelem dla problemu optymalnego planowania tras atrakcyjnych turystycznie. W pracy przedstawiono rozwiązanie tej odmiany problemu komiwojażera za pomocą algorytmu genetycznego GAPR. W miejsce krzyżowania zaproponowano wymianę obiektów między losowo wybranymi trasami. Rozwiązanie przetestowano na rzeczywistej sieci obiektów turystycznych okolicy Białegostoku. W wyniku testów otrzymano trasy o porównywalnej atrakcyjności jak w algorytmie genetycznym GA z krzyżowaniem (różnica jest na korzyść GAPR około 0.5%) i czasem generowania trasy nie przekraczającym 1.5 sekundy. Algorytm może być zastosowany w planerach tras turystycznych.

EN

Orienteering problem with time windows (OPTW) is a good model for the tour planning problem. In this article a genetic algorithm with path relinking (GAPR) is used for solving OPTW. The path relinking (PR) process is applied instead of a crossover. The solution has been tested on a real network of tourist points of interests in Bialystok region. Routes which are the test results are comparable with the routes generated by the previous GA with crossover (the GAPR exceeds profit result about 0.5% relative to GA, the execution time of GAPR does not exceed 1.5 s). The algorithm can be used in trip planners.

3

Problemy optymalizacyjne stosowane w planerach tras turystycznych

Koszelew J.

Symulacja w Badaniach i Rozwoju

|

2013

|

Vol. 4, nr 3

133--141

PL

W artykule została opisana innowacyjna biblioteka oprogramowania LOGTRAVEL, która zawiera efektywne algorytmy rozwiązujące Problem Planowania Tras Turystycznych (ang. Tourist Trip Planning Problem (TTPP)). Komponent LOGTRAVEL może być wykorzystany w wielu turystycznych portalach internetowych, które oferują funkcjonalności inteligentnego planera podróży. Problemy optymalizacyjne, których rozwiązania są zawarte w LOGTRAVEL, stanowią mniej lub bardziej skomplikowaną wersję problemu komiwojażera z profitami i ograniczeniami. Ten problem jest znany z literatury jako orienteering problem i należy do problemów trudnych obliczeniowo. Niniejszy artykuł ma charakter przeglądowy, definiuje rozwiązywane problemy oraz ich zastosowania, ale nie prezentuje rozwiązań tychże problemów.

EN

The paper describes the innovative software library LOGTRAVEL, which includes efficient algorithms for different variants of the Tourist Trip Planning Problem (TTPP). LOGTRAVEL component can be applied in the very popular at the moment web portals that offer functionalities of intelligent travel planner. Optimization problems solved by the methods of LOGTRAVEL library are more or less complicated variants of the Traveling Salesman Problem with Constraints and Profits. This problem is known in the literature as Orienteering Problem and belongs to the set of computationally difficult problems. The paper has the survey character and is to the definition of the problems and their application and does not present solutions for them.

4

The comparison of genetic algorithms which solve orienteering problem using complete and incomplete graph

Ostrowski K., Koszelew J.

Zeszyty Naukowe Politechniki Białostockiej. Informatyka

|

2011

|

Z. 8

61-77

EN

The purpose of this work was to compare two forms of genetic algorithm (complete and incomplete graph version) which solves Orienteering Problem (OP). While in most papers concerning OP graph is complete and satisfies triangle inequality, in our versions such assumptions may not be satisfied. It could be more practical as transport networks are graphs which do not have to satisfy those conditions. In such cases, graphs are usually complemented with fictional edges before they can be used by classic OP solving algorithms which operate on complete graphs. This paper answers the question: Is it better (in terms of results quality and time consumption) to transform graphs to classic OP form before running algorithm (complete graph version) or to solve OP on graphs without any assumptions and changes (incomplete graph version)? The computer experiment was conducted on the real transport network in Poland and its results suggest that it is worth checking both versions of the algorithm on concrete networks.

PL

Celem pracy było porównanie dwóch odmian algorytmu (wersja dla grafu pełnego i niepełnego) rozwiązujących Orienteering Problem (OP). W większości artykułów dotyczących OP graf jest pełny, a jego krawędzie spełniają nierówność trójkąta, natomiast w naszej wersji takie założenia mogą nie być spełnione. Może to być bardziej praktyczne ponieważ sieci transportowe są grafami, ktore nie muszą spełniać tych warunków. W takich przypadkach grafy są zazwyczaj uzupełniane fikcyjnymi krawędziami, a następnie działają na nich algorytmy rozwiązujące klasyczną wersje OP, które operują na grafie pełnym. Artykuł odpowiada na pytanie: czy pod względem jakości wyników i czasu obliczeń lepiej jest przekształcać graf do klasycznej formy OP przed uruchomieniem algorytmu w wersji dla grafu pełnego czy rozwiązywać OP na grafie niezmienionym i nie spełniającym dodatkowych założeń (wersja dla grafu niepełnego)? Eksperyment został przeprowadzony na prawdziwej sieci transportowej w Polsce, a jego wyniki sugerują, że warto sprawdzać obie wersje algorytmu na konkretnych sieciach.