Інтелектуальні системи та методи підтримки прийняття рішень

Автор: Пользователь скрыл имя, 20 Февраля 2013 в 21:47, курсовая работа

Краткое описание

Одним із способів економії ресурсів при транспортуванні вантажів є застосування систем підтримки прийняття рішень в галузі транспортної логістики. Розробка програмних пакетів, що вирішують завдання цієї галузі, вимагає проведення серйозних наукових досліджень з метою отримання ефективних алгоритмів, придатних для застосування в повсякденній практиці.
У даній роботі використовуються такі методи пошуку оптимального шляху, як saving-алгоритм, модифікований saving-алгоритм, sweeping-алгоритм.

Скачать в ZIP (3.56 Мб) Сколько стоит заказать работу?
Файлы: 1 файл

20.02.2013.docx

— 3.68 Мб (Скачать)

МІНІСТЕРСТВО  ОСВІТИ, НАУКИ, МОЛОДІ ТА СПОРТУ УКРАЇНИ

Чорноморський державний  університет  
імені Петра Могили

Факультет комп’ютерних наук

Кафедра інформаційних  технологій та програмних систем

 

 

 

 

 

 

 

КУРСОВА РОБОТА

з дисципліни “Системи підтримки прийняття рішення”

Варіант 38

 

Спеціальність "Інтелектуальні системи та методи підтримки прийняття рішень"

7.050101–ПР.ПЗ.01–501c.2810219

 

 

 

 

 

Cтудент ____________Т.В.Миронюк

                 (підпис)

                     ____________

                      (дата)

 

 

 Викладач ____________ професор д.т.н. Ю.П.Кондратенко

                  (підпис)

                  __________

                                                                                        (дата)

 

 

 

 

 

 

 

Миколаїв – 2012

АНОТАЦІЯ

Одним із способів економії ресурсів при транспортуванні вантажів є застосування систем підтримки  прийняття рішень в галузі транспортної логістики. Розробка програмних пакетів, що вирішують завдання цієї галузі, вимагає проведення серйозних наукових досліджень з метою отримання  ефективних алгоритмів, придатних для  застосування в повсякденній практиці.

У даній  роботі використовуються такі методи пошуку оптимального шляху, як saving-алгоритм, модифікований saving-алгоритм, sweeping-алгоритм.

- Проект складається з наступних частин:

    • Постановка задачі та формування вхідних даних
    • Формування маршрутів на основі saving-алгоритму
    • Формування маршрутів на основі модифікованого saving-алгоритму
    • Формування маршрутів на основі sweeping -алгоритму
    • Порівняльний аналіз усіх маршрутів
    • Пошук оптимальної кількості транспортних засобів

- В результаті виконання курсового проекту, розрахунків та аналізу результатів було визначено оптимальну кількість транспортних засобів в парку для перевезення продукції та оптимальні маршрути для цих транспортних засобів.

- Постановка задачі

Розглядається проблема доставки продовольчих товарів до замовників, серед яких супермаркети, магазини та ін. Відповідно до статусу замовника, є велика різниця у замовленнях до різних точок (вузлів). Загальна кількість замовників – 30. Товари зберігається на центральному складі. З нього поставлена задача мінімізувати витрати на доставку продовольчих товарів до споживачів та утримання транспортного парку, а саме, визначення оптимальної кількості транспортних засобів за умови, що доводиться рахуватися з можливістю появи різних зовнішніх станів. 
Для того, щоб промоделювати ситуацію в умовах невизначеності, використаємо три можливі програм замовлень, що відповідатимуть відповідно найменшим та найбільшим обсягам замовлень. 

Чорноморський державний університет ім. П.Могили

Факультет комп’ютерних наук

Кафедра інтелектуальних  інформаційних систем

ЗАВДАННЯ

 

на курсову  роботу з дисципліни “Системи підтримки  прийняття рішень”

студентці Миронюк Таїсії Василівні групи 501с

 

Варіант №38

 

1. Тема курсової роботи 

Синтез  СППР для оптимізації парку транспортних засобів та оптимізації маршрутів  вантажних перевезень в умовах невизначеності

 

2. Вхідні дані до курсової  роботи 

  1. Координати вузлів, в яких знаходяться замовники вантажів.

Таблиця 1. Координати вузлів розгалуженої транспортної системи

 

№ вузла 

Xi

Yi

 

№ вузла 

Xi

Yi

 

№ вузла 

Xi

Yi

38

47

66

48

48

21

58

40

60

39

30

60

49

12

38

59

70

64

40

30

50

50

15

56

60

64

4

41

12

17

51

29

39

61

36

6

42

15

14

52

54

38

62

30

20

43

16

19

53

55

57

63

20

30

44

21

48

54

67

41

64

15

5

45

50

30

55

10

70

65

50

70

46

51

42

56

6

25

66

57

52

47

50

15

57

65

27

67

57

72


 

  1. Вантажомісткість  транспортних одиниць (гомогенний/гетерогенний флот)

Dmax = 20,5 тонн.

  1. Генерація загальних обсягів замовлень для 3-х можливих програм.

Таблиця 2. Загальні обсяги замовлень для 3-х можливих

програм загальних вантажних перевезень F1, F2, F3

 

Fj, j=1,…,3

88.9036

146.3631

250.1879


 

  1. Генерація замовлень вантажу в  кожному з вузлів (чіткі значення/нечіткі значення).

Таблиця 3. Замовлення вантажу в кожному з вузлів (чіткі значення)

 

4

 

F1

F2

F3

Q38

4.4985

7.4059

12.6595

Q39

1.6473

2.7120

4.6359

Q40

4.0550

6.6758

11.4113

Q41

3.9072

6.4324

10.9953

Q42

0.9715

1.5994

2.7340

Q43

0.7075

1.1648

1.9910

Q44

2.9779

4.9025

8.3802

Q45

5.7235

9.4226

16.1066

Q46

2.0064

3.3031

5.6462

Q47

3.4953

5.7544

9.8363

Q48

1.3305

2.1905

3.7443

Q49

4.4879

7.3886

12.6297

Q50

1.5206

2.5034

4.2793

Q51

3.0201

4.9721

8.4991

Q52

4.1712

6.8670

11.7382

Q53

5.3116

8.7446

14.9477

Q54

5.7235

9.4226

16.1066

Q55

3.2630

5.3719

9.1826

Q56

0.8237

1.3560

2.3179

Q57

0.8870

1.4603

2.4962

Q58

1.5417

2.5382

4.3387

Q59

5.0159

8.2578

14.1156

Q60

1.5206

2.5034

4.2793

Q61

4.8575

7.9970

13.6698

Q62

1.4573

2.3991

4.1010

Q63

5.5439

9.1270

15.6015

Q64

2.0909

3.4422

5.8840

Q65

1.1721

1.9297

3.2986

Q66

1.4995

2.4686

4.2198

Q67

3.6748

6.0499

10.3415


Qjimax ≤ Dmax =16.1066

 

Дані для розрахунку матриці  рішень:

    1. параметри С1, С2, С3, С4, С5;

Таблиця 4. Вартісні параметри С1, С2, С3, С4, С5 для формування кількісних оцінок eij i = 1,...,MΣ; j = 1,...,5 альтернативних варіантів рішень Ei при різних програмах обсягу загальних вантажних перевезень F1, F2, F3, F4, F5

№ п/п 

Параметр 

Значення 

Характеристика  параметра 

1

С1

10100

Прибуткова вартість 1 т  вантажу 

2

С2

35

Вартість перевезення  на 1 км

3

С3

2800 -

Вартість додаткових експлуатаційних  витрат

4

С4

4500

Вартість фрахту одного допоміжного  транспортного засобу

5

С5

3000

Вартість простою одного транспортного засобу


    1. закон розподілу q1, q2, q3 зовнішніх станів (програм загальних вантажних перевезень).

Таблиця 5. Ймовірності появи відповідних q1, q2, q3 зовнішніх станів F1, F2, F3

№ варіанта

q1

q2

q3

38

0,13889

0,100292

0,274022


  1. Методи формування маршрутів: а) sweeping-алгоритм, saving-алгоритм.
  2. Визначення оптимального складу транспортного парку, тобто оптимальної кількості транспортних засобів для компанії-перевізника (гомогенний/гетерогенний флот) при реалізації різнотипних програм сумарних замовлень в залежності від кон’юнктури ринку на основі класичних, похідних та комбінованих критеріїв.
  3. Обчислювальне середовище для розробки СППР – MATLAB.
    4.  

3. Зміст пояснювальної  записки до курсової роботи 

Анотація, завдання на проектування СППР, постановка задачі, розв’язок різними методами (sweeping, saving) задач планування маршрутів CVRP з врахуванням обмеження на вантажомісткість транспортних засобів, оптимізація маршрутів на основі розв’язання TSP та вибір найкращих  маршрутів, формування матриці альтернативних рішень та результати її

обробки за різнотипними критеріями, програмне  забезпечення СППР для обчислювального  середовища MATLAB, блок-схеми алгоритмів, інтерфейс СППР з характеристикою  можливостей інтерактивної взаємодії  ЛПР і СППР, висновки.

 

4. Перелік графічного  матеріалу курсової роботи 

Пояснювальна  записка містить рисунки, шо забезпечують ілюстрацію результатів проектування. Power-Point презентація (18-20 слайдів).

 

5. Рекомендована література  для виконання курсової роботи 

1. Арсеньев  Ю.Н. и др. Принятие решений:  Интегрированные интеллектуальные  системы. - М.: ЮНИТИ, 2003.

2. Герасимов  Б.М., Тарасов В.А., Токарев И.В.  Человеко-машинные системы принятия  решений с элементами искусственного  интеллекта. – К.: Наукова думка, 1993.

3. Катренко  А.В., Пасічник В.В. , Пасько В.П.  Теорія прийняття рішень. –К.: Видавнича  група BHV, 2009.

4. Мушик  Е., Мюллер П. Методы принятия  технических решений, Москва, 1990

5. Ситник  В.Ф. , Олексюк О.С., Гужва В.М., Ріппа  С.П., Олейко В.М. Системи підтримки  прийняття рішень. – К.: Техніка, 1995.

15. Трахтенгерц  Э.А. Компьютерная поддержка принятия  решений. - М.: Синтег, 1998.

 

Дата видачі завдання: 5 вересня 2012 р.

 

Дата здачі курсової роботи: 30 листопада 2012 р.

 

Керівник ___________________ (підпис) д.т.н., професор Ю.П.Кондратенко 

 

Завдання  прийняла до виконання _______________ (підпис) студентка (ПІБ) Т.В.Миронюк

 

 

Зміст

АНОТАЦІЯ 2

ЗАВДАННЯ 3

Етап 2 Формування симетричної матриці відстаней між заданими вузлами. Графічна візуалізація простору вузлів з їх відповідною нумерацією 7

Етап 3 Формування послідовного обходу вузлів, або задача комівояжера, заснована на пошуку найвигіднішого маршруту, що проходе через всі пункти призначення хоча б один раз та з подальшим поверненням в початкову точку. 12

Етап 4 Формування маршрутів транспортних засобів з вантажомісткістю Dmax на основі результатів saving алгоритму для 3 х програм сумарних замовлень. 16

Блок-схема saving – алгоритму 21

Етап 5 Формування маршрутів транспортних засобів з вантажомісткістю Dmax на основі результатів модифікованого для задачі CVRP saving алгоритму для 3 х програм сумарних замовлень. 22

Блок-схема модифікованого saving алгоритму 27

Етап 6 Формування послідовності обходу вузлів (задача TSP-комівояжера) на основі sweeping- алгоритму з використанням полярних координат. 28

Етап 7 Формування маршрутів транспортних засобів з вантажомісткістю Dmax на основі результатів sweeping-алгоритму. Графічна візуалізація простору маршрутів з їх відповідною нумерацією. 29

Информация о работе Інтелектуальні системи та методи підтримки прийняття рішень