Совершенствование процедур поддержки принятия решений в логистических системах на основе геоинформационных технологий

• Автор: Макарян, Александр Самвелович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Краснодар
• Количество страниц: 164 с. : ил.

Сокращения

В диссертационной работе применены следующие сокращения:

ГИС - геоинформационная система;

СУБД - система управления базами данных;

J111P - лицо, принимающее решение;

ТЛСППР - транспортная логистическая система поддержки принятия решений;

ЭС - экспертная система;

БЗ - база знаний;

ЗК - задача «коммивояжера»;

ПО - программное обеспечение;

ПК - программный комплекс;

БД - база данных.

СОДЕРЖАНИЕ
Сокращения
Введение
1 ОБОСНОВАНИЕ НЕОБХОДИМОСТИ РАЗРАБОТКИ
ТРАНСПОРТНОЙ ЛОГИСТИЧЕСКОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ ГЕОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
1.1 Основные положения организации функционирования логистических
систем
1.2 Анализ правил, приемов и методов поддержки принятия логистических
решений
1.2.1 Общая схема процесса поддержки принятия решений
1.2.2 Структурная схема СППР и классификация методов поддержки
принятия логистических решений
1.3 Анализ методов оптимизации транспортных маршрутов в задачах
логистики
1.3.1 Постановка задачи «коммивояжера»
1.3.2 Алгоритмы решения задачи «коммивояжера»
1.4 Оценка эффективности методов оптимизации
1.5 Анализ программных средств оптимизации и планирования
логистических мероприятий
1.5.1 «БИТ: Управление транспортной логистикой»
1.5.2 SIGMA Transport Monitoring
1.5.3 Система мониторинга транспортных средств «Навстат»
1.5.4 Система Qguar TMS
1.5.5 Системы PSItms
1.5.6 «1C: Предприятие 8. Управление автотранспортом»
1.6 Анализ программного обеспечения геоинформационных систем
1.7 Постановки задачи исследования
Выводы
2 РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ И АЛГОРИТМА
ОПТИМИЗАЦИИ ПРОЕКТИРУЕМОЙ СИСТЕМЫ
2.1 Алгоритм поддержки принятия решений для управления транспортной
сетью в логистических системах
2.1.1 Анализ электронной карты логистической сети и определение
проблемы
2.1.2 Формулировка начальной и конечной точки процесса, а также
цели и предоставление сопроводительной информации
2.1.3 Определение множества ограничивающих факторов и критериев..
2.1.4 Генерация множества решений по транспортному обеспечению..
2.1.5 Анализ решений
2.1.6 Формирование управляющего воздействия
2.2 Разработка классификации задач логистических систем и методов

принятия решений на основе ГИС
2.3 Математическая модель принятия решения для управления логистической транспортной системой на основе двухфазного
модифицированного алгоритма решения задачи «коммивояжера»
Выводы
3 СТРУКТУРА, СОСТАВ, АЛГОРИТМИЧЕСКАЯ И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ТРАНСПОРТНОЙ
ЛОГИСТИЧЕСКОЙ СПИР НА ОСНОВЕ ГИС
3.1 Общие принципы построения и функциональная схема ТЛСППР
3.2 Язык разработки
3.3 Система управления базами данных и знаний
3.4 Геоинформационная система для отображения транспортной инфраструктуры и управления потоками
3.5 Платформа для построения экспертного модуля системы
3.6 Интерфейс функционирования системы
Выводы
4 ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА РАЗРАБОТАННОГО ПРОГРАММНОГО И МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ
4.1 Результаты испытаний программного комплекса
4.2 Сравнение логистической системы с аналогами
4.3 Оценка эффективности использования транспортной логистической
системы поддержки принятия решений
Выводы
Заключение
Список литературы
Приложение А
Приложение Б
Приложение В
Приложение Г
Приложение Д

промежуточной популяции путем кроссовера (crossover), что приводит к формированию нового поколения (next generation), и мутация нового поколения. На рисунке 1.3.1.8 изображены первые две стадии:
Current Intermediate Next Generation t
Generation t t T t 1 ' Generation t - fc # Ä •* t +Г % T
Рисунок 1.3.1.8 - Первые две стадии работы генетического алгоритма Промежуточная популяция - это набор особей, получивший право размножаться; приспособленные особи могут быть записаны туда несколько раз, а «плохие» особи с большой вероятностью туда не попадают.
В классическом генетическом алгоритме вероятность каждой особи попасть в промежуточную популяцию пропорциональна ее приспособленности, т. е. работает пропорциональный отбор (proportional selection). Реализация проходит следующим образом: особи располагаются на колесе рулетки таким образом, что размер сектора каждой особи пропорционален ее приспособленности. Изначально промежуточная популяция пуста; N раз, запуская рулетку, выбирается требуемое количество особей для записи в промежуточную популяцию; ни одна выбранная особь не удаляется с рулетки, и такой отбор называется stochastic sampling
В классическом генетическом алгоритме применяется одноточечный оператор кроссовера (1-point crossover) для родительских хромосом (т. е. строк) случайным образом выбирается точка раздела, и они обмениваются отсеченными частями. Полученные две строки являются потомками: 1101001100101101 => 1011001100101