Содержание к диссертации
Введение
Глава 1. Обзор и анализ методов поддержки информационных процессов в транзитном контейнерном терминале 12
1.1 Информационные процессы на транзитном контейнерном терминале 12
1.2 Обзор проблемы обработки очередей контейнеров и ее аналитический анализ 19
1.3 Обзор и анализ методов трехмерной упаковки разногабаритных прямоугольных объектов 23
1.4 Выводы 31
Глава 2. Многоагентный подход к задаче обработки очередей контейнеров на транзитном контейнерном терминале на основе эвристических методов 33
2.1 Многоагентный подход к решению технических задач 33
2.2 Абстрактная архитектура интеллектуальных агентов 37
2.3 Многоагентный подход к решению задачи обработки очередей контейнеров на транзитном контейнерном терминале 42
2.4 Организация многоагентного подхода для решения задач обработки очередей контейнеров на транзитном контейнерном терминале с учетом
2.5 Эвристические методы функционирования агентов низшего уровня
2.6 Эвристические методы функционирования агента-координатора и механизмы накопления знаний 56
2.7 Выводы 633
Глава 3. Разработка параллельного генетического алгоритма трехмерной упаковки разногабаритных прямоугольных объектов в контейнер 65
3.1 Методы генетического поиска 65
3.2 Разработка паралельного генетического алгоритма трехмерной упаковки разногабаритных прямоугольных объектов 73
3.3 Разработка модифицированного генетического алгоритма для палетирования блоков 82
3.4 Построение последовательности загрузки контейнеров 86
3.5 Выводы 89
Глава 4. Построение подсистемы поддержки и оптимизации информационных процессов транзитного контейнерного терминала и исследование их эффективности 91
4.1 Разработка архитектуры информационной системы оптимизации информационных процессов транзитного контейнерного терминала и её базы
4.2 Компонентная модель системы поддержки и оптимизации информационных процессов в транзитном контейнерном терминале 94
4.3 Экспериментальные исследования многоагентного подхода к обработке очередей контейнеров 104
4.4 Исследования эффективности разработанных методов и алгоритмов трехмерной упаковки разногабаритных прямоугольных
4.5 Выводы 120
Заключение 122
Список литературы 124
- Обзор и анализ методов трехмерной упаковки разногабаритных прямоугольных объектов
- Абстрактная архитектура интеллектуальных агентов
- Разработка паралельного генетического алгоритма трехмерной упаковки разногабаритных прямоугольных объектов
- Компонентная модель системы поддержки и оптимизации информационных процессов в транзитном контейнерном терминале
Обзор и анализ методов трехмерной упаковки разногабаритных прямоугольных объектов
С точки зрения автоматизации и оптимизации деятельности транспортных терминалов, наибольший интерес представляют следующие типы: оптовые склады и распределительные центры, а также региональные склады. Эти типы складов принимают готовую продукцию от различных поставщиков, имеют регулярные заказы и поставки, обязаны обеспечивать быстрый отклик на заявки клиентов. Здесь и далее распределительные центры, региональные склады, а также все остальные склады, обрабатывающие большое число поступающих товаров и заявок, в этой работе обозначаются общим термином транзитный контейнерный терминал (ТКТ). Анализ состояния складского обслуживания показывает, что в общем случае контейнерный терминал состоит из следующих элементов: 1) область прибытия (контейнеров, грузовиков с товарами и т.д.); 2) область временного хранения (склад), на которую разгружаются товары из прибывших контейнеров; 3) область сборки заказов, на которой могут пересортировываться товары, на кросс-докинговых терминалах может отсутствовать;
Исходя из приведенной структуры, ТКТ обеспечивает следующие основные информационные процессы и операции:
1. Обработка очередей контейнеров. Прибывающие и отправляемые контейнеры на ТКТ вносятся в соответствующие списки (прибытия и отправки), а затем отправляются на разгрузку или загрузку по определенным правилам.
2. Получение товаров. Это операция физической разгрузки прибывшего транспорта, регистрация прибывших товаров в системе управления складом (warehouse management system, WMS), на данном этапе может быть проведена проверка качества прибывшего товара.
3. Временное хранение. После прибытия транспорта на терминал, товары обычно отправляются в область временного хранения для ожидания получения заявки на их отправку. Область временного хранения занимает наибольшую площадь на многих складах.
4. Подготовка и сборка заказа. При получении заявки на отправку товаров от клиента, товары извлекаются со склада временного хранения в числе, достаточном для ее выполнения и отправляются далее в область подготовки заказов. На этом этапе товары могут собираться в палеты, если они хранились не в палетированном виде, либо упаковываться в блоки и группироваться, если необходима отправка объемов, некратных палетам.
5. Упаковка контейнеров и отправка. Товары загружаются в контейнер транспорта и отправляются заказчику.
Стоит отметить, что временное хранение – не единственная задача, решаемая на ТКТ, но одна из самых экономически дорогих задач [11,12]. Относительные затраты на обслуживание каждого типа операций на терминалах отражены на Рисунке 1.4. Прием товаров/отправка
Для сокращения издержек на временное хранение некоторые терминалы могут быть организованы по принципу кросс-докинга или перегрузочного центра и, в таких ситуациях, функция временного хранения не занимает главное место в деятельности, либо отсутствует.
В настоящее время понятие кросс-докинга не имеет точного определения [13]. Некоторые авторы определяют кросс-докинг как «получение товаров от поставщика или производителя для нескольких конечных потребителей и консолидация (объединение) этих товаров с товарами других поставщиков» [14]. В данном определении ключевым является консолидация доставок для снижения затрат. По определению управления производством материалов MHIA (США), а также согласно другим источникам, кросс-докингом является «процесс движения товаров с платформы прибытия на платформу отправки без размещения товаров на складе временного хранения» [15,16]. В этом определении основным аспектом кросс-докинга выступает перераспределение, а не временное хранение (Рисунок 1.3).
Однако, такая деятельность требует точной синхронизации прибывающих и отправляемых контейнеров, что в реальных условиях труднодостижимо. Обычно на практике область для временного хранения требуется, так как необходимо пересортировывать, консолидировать и хранить множество поступающих товаров во время ожидания контейнеров. Таким образом, более точным определением кросс-докинга является следующее: «процесс консолидации товаров от разных поставщиков на одном терминале с минимальной обработкой и с малым временем хранения или вообще без хранения между разгрузкой и отгрузкой товаров» [13]. Если товары хранятся на терминале, то это время относительно небольшое, многие авторы говорят о периоде около 24 часов [17,18]. Если товары хранятся несколько дней или недель, то терминал часто рассматривается как традиционный склад. Однако, даже при хранении товаров дольше 24 часов, терминал может считаться кросс-докинговым, если на нем не производится распаковка крупных сборных товаров и их пересортировка [19].
Терминал, предназначенный для кросс-докинговых операций, называется кросс-доком. Большинство кросс-доков – это длинные вытянутые сооружения в виде прямоугольника (I-образные), но также используются и здания в форме L, T, X и т.д. Кросс-док имеет несколько доков, на которых контейнеры разгружаются и загружаются. Прибывающие контейнеры направляются на определенный док, на котором товары выгружаются и направляются в загружаемый контейнер. Если товары необходимо временно хранить, то в кросс-доке без склада временного хранения они складируются непосредственно на полу перед доком, откуда позднее они будут загружаться в контейнер для отправки. Но возможно и наличие на кросс-доке склада временного хранения сборных грузов, например, палет [13].
Кросс-докинг связан с экономичной цепочкой поставок, которая обслуживает небольшие заказы, но с большей скоростью и с большей частотой заказов [20]. В сравнении с традиционным центром распределения, кросс-докинг дает следующие преимущества: 1) уменьшение стоимости логистической цепочки (уменьшение затрат на складское обслуживание); 2) увеличение скорости доставки от производителя до потребителя; 3) улучшение качества обслуживания; 4) уменьшение областей хранения; 5) ускорение оборота продукции; 6) уменьшение рисков потери и повреждения товаров. Большинство терминалов, которые являются кросс-доками, не работают полностью в режиме кросс-дока и не используют его как единственный подход к своей организации. Наоборот, они работают как гибридные склады, где технология кросс-докинга используется только для определенных типов товаров, в то время как для остальных используется традиционные подходы по хранению и распределению. Например, компания Wal-Mart использует технологии кросс-докинга для товаров повышенного спроса, упаковывая и подготавливая к отправке товары заранее [19,21]. Для простоты такие гибридные терминалы в работе называются транзитными контейнерными терминалами (ТКТ).
Абстрактная архитектура интеллектуальных агентов
Агент загрузки (AL), обрабатывающий поступающие заказы на загрузку контейнеров и выполняющий выбор очередного контейнера из списка ожидания загрузки на загрузку на основании требований по загрузке контейнеров и требований агента-координатора.
Внутреннее состояние агента разгрузки состоит из следующих элементов: 1) список контейнеров, подлежащих загрузке и их приоритеты; 2) набор заявок, подлежащих обработке, а также их приоритеты; 3) товарный состав заявок, подлежащих обработке на отправку; 4) набор приоритетов блоков, подлежащих загрузке, определенных в заявках; 5) набор платформ терминала и их текущие состояния (свободна, в процессе разгрузки, в процессе загрузки). Агент склада (AW) контролирует все находящиеся на складе товары, а также товары, находящиеся в списке на разгрузку. Заблаговременно уведомляет агента-координатора о наличии дефицитных товаров. Внутреннее состояние агента склада состоит из следующих элементов: 1) список блоков, находящихся на складе временного хранения; 2) список блоков, находящихся в прибывающих контейнерах; 3) объем склада; 4) приоритеты блоков. Агент-координатор (AC), осуществляющий координацию деятельности агентов разгрузки и загрузки, принимающий решение о выборе следующих контейнеров на разгрузку и загрузку. Производит взаимодействие со внешней средой (диспетчером). Внутреннее состояние агента-координатора состоит из следующих элементов: 1) набор заявок, подлежащих обслуживанию и их приоритеты; 2) мгновенные требования и сообщения агентов нижнего уровня; 3) приоритеты заявок, блоков, установленные в процессе работы; 4) история принятия решений по каждому инциденту выбора контейнера и заказа на обслуживание; 5) история корректирующих воздействий, негативных и положительных. 2.4 Организация многоагентного подхода для решения задач обработки очередей контейнеров на транзитном контейнерном терминале с учетом приоритетов
Агент Аи отвечает за список ожидания разгрузки Wu, агент AL - за список загрузки WL, за деятельность склада отвечает агент склада Aw. Деятельность агентов Аи, AL, AW контролирует и координирует агент-координатор Ас. Агенты нижнего уровня Аи, AL, AW не взаимодействуют друг с другом напрямую, их взаимодействие осуществляется посредством отправки сообщений агенту-координатору Ас.
Функции агентов [70]: 1) контроль разгрузки контейнеров в срок в соответствии с требованиями поставщика; 2) контроль загрузки и отправки контейнеров с терминала в срок в соответствии с требованиями заказчика; 3) контроль наличия на складе ТКТ достаточного числа блоков требуемых типов для осуществления шагов 1 и 2; 4) построение плана загрузки/разгрузки контейнеров (при отсутствии таких планов). Выбором следующего контейнера для разгрузки/загрузки занимается агент-координатор AC в кооперации с агентами AU, AL, AW. При выборе контейнера на разгрузку используются следующие критерии QU: - скорость порчи продукта в блоке. Контейнеры, содержащие блоки со скоропортящимися товарами, будут обслуживаться («продвигаться в очереди») быстрее; - требование данного блока в зоне отправки L; - приоритеты блоков в контейнере - интегральная характеристика, направленная на ускорение обслуживания данного контейнера; - минимизация общего времени нахождения контейнера на ТКТ; - наличие дефицита блоков определенного типа на складе. При выборе очередного контейнера на загрузку агентом AC используются следующие критерии QL: - требование отправки контейнера определенному заказчику к конкретному моменту времени (так называемый deadline); - скорость порчи продукта в блоке. Контейнеры, содержащие блоки со скоропортящимися товарами, будут обслуживаться быстрее; - приоритеты блоков, подлежащих загрузке - интегральная характеристика, направленная на ускорение загрузки «задерживаемого» контейнера; - общее время нахождения контейнера на ТКТ.
Описанные агенты и их поведение обладают всеми упомянутыми свойствами интеллектуальных агентов [71]: - реактивность и проактивность - агенты реагируют на изменения во внешней среде посредством изменения последовательности загрузки/разгрузки контейнеров; - социальность - агенты взаимодействуют между собой, обеспечивая наилучшую последовательность обработки списков с их точки зрения, а также взаимодействуют с диспетчером, который вносит информацию в систему и свои пожелания. Принципы организации деятельности агентов таковы: 1. На вход агентов AU, AL (Рисунок 2.6) поступает информация о критериях QU и QL. 2. На вход агентов поступает информация о списках контейнеров и списках блоков, направленных на разгрузку/загрузку. 3. На вход агента-координатора AC поступает информация о состоянии выбора следующего контейнера от агентов AU и AL, а также состав блоков на складе от агента AW. 4. На вход агента-координатора поступают немедленные оперативные требования диспетчера. 5. На основе поступившей информации о требованиях блоков на загрузку от AL, наличия блоков от AW, наличия блоков от AU, а также требований диспетчера, агент координатор принимает решение, о том какие контейнеры подлежат перемещению из списков ожидания на разгрузку WU или загрузку WL.
Принцип организации деятельности агентов на ТКТ Агенты построены по двухуровневой схеме: на верхнем уровне функционирует агент-координатор Aс, остальные агенты нижнего уровня могут взаимодействовать только с ним. Агенты подчиняются действиям (сигналам, командам и решениям) диспетчера (одного или нескольких людей), но взаимодействовать с диспетчером может только агент-координатор.
Для выбора следующего контейнера из списков ожидания используется набор эвристик, при использовании которых каждому контейнеру в списках присваивается условный показатель - «важность». Пересчет важности происходит всякий раз, когда агент-координатор выбирает следующий контейнер на загрузку/разгрузку или изменяется состояние склада блоков (с товарами -грузов). Для корректировки принимаемых решений используются механизмы накопления опыта и корректировка принимаемых решений на основе предыдущих решений.
Эвристические методы функционирования агентов низшего уровня Эвристики агента склада. Агент склада Aw обеспечивает функционирование склада для контроля критических ситуаций. Возможны 2 критические ситуации:
1. Склад пуст, когда на складе нет блоков. В этой ситуации агент склада Aw подает сигнал прерывания процесса выдачи блоков агенту-координатору Ас.
2. Склад заполнен, когда на складе некуда помещать новые блоки. Для гарантированного завершения разгрузки очередного контейнера на складе предусмотрена дополнительная область, позволяющая экстренно разгрузить целый контейнер.
Разработка паралельного генетического алгоритма трехмерной упаковки разногабаритных прямоугольных объектов
В данном алгоритме предлагается использование современных тенденций к параллельным вычислениям и использованию многоядерных (многопроцессорных) систем. Вычисление ЦФ со всеми проверками размещения блока представляет собой затратную операцию, вычисление которой удобно вынести на несколько потоков параллельно, то есть использовать подход мастер-раб [89]. Вычисление ЦФ выполняется на подчиненных ядрах (процессорах), которые контролируются мастером.
Вторым путем, увеличивающим качество решения, является использование параллельных популяций, работающих вместе, между которыми производится миграция решений. Развитие популяций производится в разных потоках независимо. После выполнения каждого шага с вероятностью p одна случайная хромосома каждой популяции мигрирует в соседнюю популяцию. Схема алгоритма работы двух популяций показана на Рисунке 3.10. При работе алгоритма, по завершению операторов кроссинговера, мутации и инверсии происходит выбор n (величина объема буфера) мигрирующих хромосом из каждой популяции случайным образом. Выбранные мигрирующие хромосомы помещаются в буфер мигрирующих хромосом, из которого затем копируются в параллельную популяцию. После миграции происходит селекция в каждой популяции, а затем рассчитывается критерий останова алгоритма и ЦФ всех особей всех популяций и, если критерий не достигнут, повторяется шаг эволюции. для палетирования блоков
Палетирование представляет практический интерес, возникающий в центрах распределения, где снижение числа палетов, используемых для транспортировки снижает транспортные затраты [90]. Во многих работах рассматривается проблема оптимального палетирования блоков одного размера для одной палеты, называемая проблемой упаковки палеты производителем. В настоящей работе предлагается автоматизация центров распределения и кросс-доков, на которых возникает задача упаковки палет блоками разных типов и размеров, называемая проблемой упаковки палет дистрибьютором. Подходы к упаковке палет описаны в Главе 1. Задача загрузки палетов (англ. multi-pallet loading problem, MPLP) ставится следующим образом: найти минимальное число палет, необходимых для загрузки всех блоков.
Задача загрузки палет формулируется следующим образом: пусть L, W и Я определяют максимальную длину, ширину и высоту блоков, загружаемых на одинаковые палеты. Пусть т - число разных типов блоков, а I = {1, ..., т} -множество этих типов. Длина, ширина и высота блока характеризуются l, wt, hi, Vf. Вся партия блоков, подлежащая загрузке, характеризуется требованиями заказа Ъ, і ЄІ, что обозначает, что необходимо загрузить h блоков типа /. Целью палетирования является нахождение минимального числа палет, необходимых для размещения всех блоков на них. Ориентация блоков - только ортогональная. Ограничение и условия, которые могут применяться к задаче упаковки палет:
1. Ограничения веса. Сумма весов всех блоков не может превышать заданный лимит, если он есть.
2. Ограничения по положению блоков. В некоторых ситуациях могут быть ограничения на положения блоков относительно палеты и других блоков, например, такие, как «блок типа / не может располагаться сверху блока типау» или «блок типа /, должен находиться внизу палеты. 3. Ограничение стабильности загрузки палеты. После того, как блоки будут упакованы на палеты, полученная структура должна быть достаточно стабильной для перевозки в контейнерах.
4. Блоки одного типа должны упаковываться рядом. При упаковке и распаковке палет это снижает трудовые и экономические затраты.
Трехмерная упаковка палет происходит с помощью метода, подобного трехмерной упаковке контейнеров. Перед тем, как начинается трехмерная упаковка блоков на палеты, производится построение двумерной упаковки палет в контейнер. Двумерная упаковка производится последовательно, начиная с «верхнего левого угла», как показано на Рисунке 3.11, где серые области – палеты, размещаемые в ограниченном контейнере (белая область). Ориентация палет – ортогональная. При последовательной упаковке палет производится попытка упаковки каждой палеты без вращения и с вращением под прямым углом для оптимального использования пространства контейнера. После двумерной упаковки палет производится трехмерная упаковка блоков на них. Двумерная упаковка осуществляется на основе алгоритмов, разработанных в работе [91]. Каждая палета рассматривается как отдельный контейнер, в который необходимо упаковать блоки, со всеми своими ограничениями по ширине, длине и максимальной высоте упакованных блоков.
Рисунок 3.11 Двумерная упаковка палет в контейнер В качестве контейнера выступает палета со всеми своими ограничениями по ширине, длине и максимальной высоте упакованных блоков. Для целевой функции используется ЦФ, определенная раннее, в которую добавлен критерий, способствующий стремлению ГА к использованию меньшего числа палет [92]: отношение числа упакованных блоков в контейнер к числу всех блоков, подлежащих упаковке; Р3 - число блоков одного размера, упакованных подряд так, что их стороны соприкасаются; Р4 - отношение горизонтально ориентированных блоков к числу всех блоков, подлежащих упаковке; Р5 - коэффициент важности использования меньшего числа палет. Q1 - коэффициент важности заполненности контейнера; Q2 коэффициент важности числа упакованных блоков в контейнер; Q3 - коэффициент важности упаковки блоков одного размера с одинаковыми сторонами друг к другу; Q4 - коэффициент важности упаковки блоков горизонтально ориентированно; Q5 - коэффициент важности использования меньшего числа палет. Коэффициенты Q1, Q2, Q3, Q4, Q5 устанавливаются экспериментально, их влияние на сходимость ЦФ исследуется в Главе 4. Р2 и Р3, Р4, Р5 вычисляются при расчёте ЦФ. Задача ГА - максимизация целевой функции: ЦФ тах.
На Рисунке 3.12 Изображена схема алгоритма трехмерной упаковки блоков в контейнер с использованием палетирования. Главное отличие алгоритма от приведенного выше в том, что перед запуском параллельной процедуры генетического поиска производится двумерная упаковка палет с помощью алгоритмов, описанных выше.
Компонентная модель системы поддержки и оптимизации информационных процессов в транзитном контейнерном терминале
В данном случае агент-координатор принимает решение о выполнении заказа №1, так как его объем больше заказа №2 и, соответственно, выполнение этого заказа увеличит свободное место на складе в большей степени.
В ситуации с наличием контейнера в очереди разгрузки, у которого превышено время пребывания, агент-координатор также принимает решение, в наибольшей степени улучшающее характеристики ТКТ. Например, ситуация, в которой есть 2 контейнера, время ожидания которых превышены. Также есть заказ, для выполнения которого необходимы блоки, имеющиеся в одном из контейнеров. пример данной ситуации изображен на Рисунке 4.16. Номер Очередь разгрузки Склад №1 300 110 200 50 150 100 №2 100 50 300 Номер Заказы №1 100 100 100 №2 100 100 200 Рисунок 4.16 Критическая ситуация с превышением времени ожидания
Согласно формуле (36), агент-координатор рассчитывает для каждого возможного выбора контейнера значение . При выборе первого контейнера, ТКТ будет обладать только одной негативной характеристикой: Н3 - время ожидания любого контейнера превышено (контейнер 2), = 0.5. При выборе второго контейнера ТКТ станет обладать двумя негативными характеристиками: Ні - на ТКТ есть дефицит блоков (дефицит блоков для заказа 1) иЯ5- время ожидания любого контейнера превышено (контейнер 1), = 0.3. Таким образом, агент-координатор выберет первый контейнер на разгрузку, так как это приводит к меньшим негативным последствиям.
Помимо рассмотренных примеров выше, с каждой итерацией агент-координатор накапливает опыт, что позволяет улучшать решения за счет накопленных знаний в прошлом.
Таким образом, можно сделать вывод, что многоагентный подход, предлагаемый в работе, позволяет успешно контролировать очереди разгрузки и загрузки контейнеров ТКТ, следить за блочным (товарным) составом склада с целью недопущения дефицита определенных блоков и избегания переполнения. В отличие от алгоритма, предлагаемого, например, в работе [35], разработанный в этой работе многоагентный подход на основе эвристических методов, позволяет учитывать негативные характеристики ТКТ.
Исследования эффективности разработанных методов и алгоритмов трехмерной упаковки разногабаритных прямоугольных объектов
Для разработки генетического алгоритма трехмерной упаковки блоков в контейнер была взята за основу библиотека AForge, позволяющая быстро и эффективно решать задачи, решение которых основано на генетическом поиске. AForge - это бесплатная библиотека с открытым исходным кодом, дающая разработчику широкий набор инструментов для работы с генетическими алгоритмами. AForge является подключаемой библиотекой для языка программирования C# [97].
Основные возможности библиотеки следующие: - вновь разрабатываемые ГА могут быть быстро применены и тестированы. Для этого достаточно просто наследоваться от базового класса ГА и переписать часть базовых виртуальных методов; - встроенные методы остановки алгоритма, включающие условия сходимости и числа итераций. Данные методы могут быть настроены как для любого из предложенных генетических алгоритмов, так и для вновь разработанных; - встроенные методы селекции на основе колеса рулетки и элитной селекции; - встроенные методы точечных кроссинговеров и точечной мутации, а также программные интерфейсы для реализации собственных операторов.
Структура встроенного генетического алгоритма. 1. Простой ГА.2. ГА с несколькимипопуляциями. 1. Генетическийалгоритм с жесткозаданнойструктурой.2. ГА с несколькимипопуляциями. 1. Простой ГА.2. Статистическиустойчивый ГА.3. Инкрементный ГА.4. Дем-алгоритм.
Параметры настройки генетического алгоритма и - Размер популяции.- Число популяций.- Стратегия отбора. - Способы инициализации начальной популяции. - способыинициализацииначальнойпопуляции. Критерий сравнения Программа GeneHunter Программа NSGalaxy Библиотека AForge изменения его структуры. - Число итерацийгенетическогоалгоритма.- Степеньобновленияпопуляциивероятностьвыполнениягенетическихоператоров.Изменения структуры ГА не предусмотрено. - Механизмымутации искрещивания- Способыестественногоотбора и выборамигрантов.- Динамикаизменения размерапопуляции.- Число популяций.- Вероятностьвыполнениягенетическихоператоров и др.Изменения структуры ГА не предусмотрено. - механизмымутации искрещивания- стратегия(оператор) отбора.- размер популяции.- число популяций.- вероятностьвыполнениягенетическихоператоров и др.Возможно использование собственного ГА, произвольной структуры.
Встроенная структура особи. Особи с несколькими хромосомами разного типа [98]:- до 5 000непрерывныххромосом в особи;- до 2 000перечислимыххромосом в особи. Особи с несколькими хромосомами разного типа. Одна хромосома встроенного типа.Возможноиспользования особи произвольного вида, разработанного пользователем.
Встроенныеметодыкодированияхромосом,типыхромосом. - Непрерывныехромосомы.- Перечислимыехромосомы. - Методмногомерногокуба [99]: числовыегомологичныехромосомы.- Методдинамическихобластей [99]:числовыегомологичные инегомологичныехромосомы - Одно-, двух-трехмерные наборыгенов заданноготипа (целые илидействительныечисла, символынекоторогоалфавита и пр.).- Хромосомы сосписочнойструктурой. Критерий сравнения Программа GeneHunter Программа NSGalaxy Библиотека AForge
Метод пошаговых проверок [99]: числовые гомологичные и негомологичные хромосомы Встроенные генетические операторы. - Скрещивание.- Мутация.- Разнообразие.- Вымирание. - Инициализация.- Мутация.- Скрещивание.- Механизместественногоотбора. - Инициализация.- Мутация.- Скрещивание.- Стратегия отбора.
Применение собственных генетических операторов. Нет. Да – написанный на объектно-ориентированном языке С++, С#, VBA и др.Накладывается ограничение на совместимость с API. Да – написанный на объектно-ориентированном языке C#Без ограничений.
Встроенныемеханизмызаданияфункцииоценкиприспособленности. Математическое выражение, вводимое через надстройку для Microsoft Excel. - Математическоевыражение,вводимоепользователем.- Аппроксимациячисленнымиметодами.- Аппроксимацияискусственнойнейронной сетью. Не предусмотрены.
Применениесобственнойфункцииоценкиприспособленности. Да – написанная на объектно-ориентированном языке С++, С#, VBA и др.Накладывается ограничение на совместимость с API. Да – написанная на объектно-ориентированном языке С++, С#, VBA и др.Накладывается ограничение на совместимость с API. Да – написанная на объектно-ориентированном языке C# Без ограничений. Критерий сравнения Программа GeneHunter Программа NSGalaxy Библиотека AForge
Возможности интеграции с другими программами и системами. Программа моделирования искусственных нейронных сетей NeuroShell 2. Программа моделирования искусственных нейронных сетей. Специальные механизмы не предусмотрены.
Целью экспериментальных исследований является определение эффективности предложенных генетических алгоритмов решения задачи трехмерной упаковки блоков в контейнер. Эффективность предложенных подходов зависит от управляющих параметров алгоритмов, таких как размеры, веса контейнеров, грузов и палет, а также размер и способ генерации начальной популяции, структура хромосом, параметров генетических операторов для генетического алгоритма. Кроме того, оценка эффективности позволит сравнить разработанные алгоритмы с имеющимися аналогами.
