Διπλωματική Εργασία ΤΙΤΛΟΣ: ΒΕΛΤΙΩΣΗ ΜΕΘΟΔΟΥ ΑΝΑΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΟΣ ΔΙΑΝΟΜΩΝ ΣΕ ΟΜΑΔΟΠΟΙΗΜΕΝΟΥΣ ΠΕΛΑΤΕΣ
|
|
- Διδώ Ζερβός
- 7 χρόνια πριν
- Προβολές:
Transcript
1 TMHMA MHXANIK Διπλωματική Εργασία ΤΙΤΛΟΣ: ΒΕΛΤΙΩΣΗ ΜΕΘΟΔΟΥ ΑΝΑΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΟΣ ΔΙΑΝΟΜΩΝ ΣΕ ΟΜΑΔΟΠΟΙΗΜΕΝΟΥΣ ΠΕΛΑΤΕΣ Τριμελής Επιτροπή:, Επιβλέπων καθηγητής, Μέλος, Μέλος.. ΝΙΝΙΚΑΣ ΓΕΩΡΓΙΟΣ 231/00025, 2005
2 Στην οικογένειά μου και στους φίλους μου ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 1 58
3 ΕΥΧΑΡΙΣΤΙΕΣ Θα ήθελα πρώτα απ όλα να ευχαριστήσω τον καθηγητή Ιωάννη Μίνη για την επίβλεψη και την καθοδήγησή του, τόσο κατά τη διάρκεια ανάπτυξης των ιδεών, όσο και στη συγγραφή της παρούσας διπλωματικής εργασίας. Θα ήθελα επίσης να επισημάνω τις ευχαριστίες μου στον κ. Κων/νο Μαμάση για την πολύτιμη βοήθειά του. Δε θα τα κατάφερνα χωρίς αυτή. Επιπρόσθετα, θα ήθελα να ευχαριστήσω την οικογένειά μου για την κατανόηση και την αγάπη τους όλα αυτά τα χρόνια. Είμαι, επίσης, ευγνώμων για την πολύτιμη βοήθεια ολόκληρου του προσωπικού του εργαστηρίου ΣυΣΠαΛ, στο Τμήμα Μηχανικών Οικονομίας και Διοίκησης. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 2 58
4 ΠΕΡΙΛΗΨΗ Στη παρούσα διπλωματική εργασία, παρουσιάστηκε, αναλύθηκε και εξετάστηκε λεπτομερώς μία υφιστάμενη μέθοδος η οποία λειτουργεί με βασικό σκοπό τη μεγιστοποίηση του κέρδους στην περίπτωση χρονικής καθυστέρησης οχήματος. Το πρόβλημα αυτό μοντελοποιείται βάση της διατύπωσης του Προβλήματος Προσανατολισμού (ΟΡ). Η προτεινόμενη αυτή μέθοδος επιλύει το πρόβλημα διασπώντας το σε υπό-προβλήματα εκμεταλλευόμενη την γεωγραφική κατανομή των πελατών σε ομάδες (συνοικίες / προάστια). Ο διαθέσιμος χρόνος για κάθε ομάδα υπολογίζεται με την επίλυση ενός μη γραμμικού προβλήματος βελτιστοποίησης. Για κάθε ένα από αυτά τα προβλήματα επιλύεται ένα ΟΡ για να καθοριστεί η σειρά εξυπηρέτησης των πελατών. Από πειραματικά αποτελέσματα, παρατηρήθηκε πως για κάποιους λόγους η τελική λύση των προβλημάτων που επιλύονται με τη συγκεκριμένη μέθοδο αποκλίνει σε σημαντικό βαθμό από τη βέλτιστη. Στη παρούσα εργασία αναφέρεται αρχικά, πως οι λόγοι αυτοί αποτελούνται από μία σειρά παραμέτρων και παραδοχών που επηρεάζουν αρνητικά την προσέγγιση του βέλτιστου. Στη συνέχεια, διερευνείται διεξοδικά το μέγεθος επίδρασης τους στην απομάκρυνση της λύσης από τη βέλτιστη και αντίστοιχα, για κάθε μία από αυτές πραγματοποιείται εκτενής ανάπτυξη τρόπου αντιμετώπισης με αποτέλεσμα την περαιτέρω προσέγγιση της βέλτιστης λύσης. Ο προτεινόμενος αλγόριθμος συγκρίνεται σε τελική φάση με τον υφιστάμενο και αποδεικνύεται πως υπερτερεί του τελευταίου σε σημαντικό βαθμό, τόσο σε επίπεδο κέρδους που λαμβάνεται με την περάτωση της διαδρομής, όσο και σε επίπεδο χρόνου υπολογισμού της τελικής λύσης. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 3 58
5 ΠΕΡΙΕΧΟΜΕΝΑ (TSP) ( VRP) ( P ) (Clustering)? ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 0 58
6 1. ΕΙΣΑΓΩΓΗ logistics,, [3].,., (,, couriers, 3PL,..).,,,., ( ), Πίνακας 1.1. Χαρακτηριστικά ( ) ( ) Επιλογές ( ),,,,,,,,,,,. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 1 58
7 ., n ( ) n!. 100.,,,,..,.,.,,.. '80,. ( ) (ITS - Intelligent Transportation Systems).., ( ).., ( ). ( ).,.. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 2 58
8 ,., (..,..).., (. 1.1). Σχήμα 1.1 : : ( / ).,.. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 3 58
9 (Minis et al., 2005). ( ), ( /, clusters).. :. :. υφιστάμενος..,. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 4 58
10 2. ΒΙΒΛΙΟΓΡΑΦΙΚΟ ΥΠΟΒΑΘΡΟ, : (Traveling Salesman Problem, TSP) (Vehicle Routing Problem, VRP)., (Orienteering Problem, OP), Το Πρόβλημα του Περιοδεύοντος Πωλητή (TSP) (Traveling Salesman Problem, TSP)., ( ) (. 2.1). 0, 1, 2,..., Ν (i, j) i j c ij. 0.,. Ν ( ). [6]., ( ), ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 5 58
11 . Σχήμα 2.1. TSP, TSP,. : ) (Local Search) [30], ) (Tour Construction euristics) [22] ) (metaheuristics)., (Tour Improvement),.. SP, Πλησιέστερου Γείτονα (Nearest Neighbor), /, ( ). -. Rosenkrantz et al. [49], Bentley [5], Frieze [18]. Golden & Stewart [21].,, Μεθόδου Παρεμβολής (Insertion Μethod) [49,21,18,42], ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 6 58
12 ... u i j, : I iuj = C iu + C uj C ij, (2.1) 2.2..,,. Σχήμα 2.2. Μέθοδος Eξοικονόμησης Aποστασης των Clark & Wright (Clark & Wright Savings) [12] Christofides ( Christofides heuristic) [9,10].,,,., k [38,39]. k = 2 3. k = 2 μέθοδος 2 opt. (. 2.3).. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 7 58
13 Σχήμα opt 2.2. Το Πρόβλημα της Δρομολόγησης Οχημάτων ( VRP) (VRP) (TSP). VRP [8]. VRP Toth & Vigo [53]. TSP, VRP... (. 2.4).. (i, j) c ij i j j. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 8 58
14 Σχήμα 2.4. VRP. VRP. ( Capacitated and Distance Constrained VRP), (VRP with Time Windows) ( VRP with Pickup and Delivery). VRP. Toth Vigo [53], Boldin et al. [6], Christofides et al. [11], Desrochers et al. [14], Golden et al. [24], Laporte [35], Golden, Assad [22] Laporte Osman [33].,,,. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 9 58
15 2.3. Το Πρόβλημα του Προσανατολισμού ( ΟP ) ( P), SP. TSP, ) ( ), ) ( ). c ij i j.. ( ) ( ) [7]., ( ) TSP.,,. TSP Prize Collecting TSP [1,2], Traveling Salesman Subset-Tour Problem [44], Cost- constrained TSP [51], Selective TSP [32].. : heuristics., Tsiligirides (1984) [54]., Στοχαστικός αλγόριθμος (Stochastic algorithm, S - algorithm) Monte Carlo ( ). (desirability measure) A ij, : A ij = s c j ij 4, (2.2) ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 10 58
16 i, s j j c ij i j. Α ij : P ij = 4 A κ = 1 ij A ij, j = 1,, 4 (2.3) j P ij.. (.. = 3000) ( (a) ). Προσδιοριστικός Αλγόριθμος (Deterministic Algorithm, D - Algorithm) Wren & Holiday (1972) [55]., Tsiligirides., 2 opt, ( 2.5 (b) ).,,., (Insertion Method), ( (c) ). Σχήμα 2.5. S Algorithm ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 11 58
17 , Golden et al. (1987) [26], :,. bang to buck insertion heuristic., T.,. W j = *S i + *C i + *E i, (2.4) + + = 1, s i i, C i E i. s i, C i, E i a, b, c., 2 opt (Insertion).,. (score).,, Minis et al. (2005) [41]., -, ( /, clusters) ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 12 58
18 . OP Chao et al. [7], Golden, Wang Liu[23], Keller [31], Ramesh Brown [46], Golden et al. [26], Leifer Rosenwein [37] Ramesh et al. [47]., VRP, Ομαδικού Προβλήματος Προσανατολισμού (Team Orienteering Problem, TOP) [8],,.,, VRP. 2.4 Γιατί Ομαδοποίηση (Clustering)? (clustering). / (clusters). ( ). [29] Σχήμα 2.6. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 13 58
19 ,. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 14 58
20 3. ΤΟ ΠΡΟΒΛΗΜΑ ΤΗΣ ΑΝΑΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΟΣ 3.1. Διατύπωση Μαθηματικού Μοντέλου Ν V = {1,,n,0}, 1,,n 0. Α. x ij A c ij i j, i, j V c ii = 0., t i p i., (depot).,,,. V c = {1,,m} V (. 1.1, 1). V u = V \ V c {s}, s Α u., y i {0,1} x ij {0,1} : y i = 1, αν ο πελάτης εξυπηρετείται 0, αν ο πελάτης δεν εξυπηρετείται x ij = 1, αν το όχηµα πραγµατοποιεί την διαδροµ ήi j 0, αν το όχηµα δεν πραγµατοποιεί την διαδροµ ήi j ( ). Minis et al. (2005) : ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 15 58
21 max n p i y i= m+ 1 i (3.1) : j Vu \{ s} x ij = y i i V u \ {0} (3.2) j Vu \{0} x ji = y i i V u \ {s} (3.3) j V u j V u j V u j V u x = 1 (3.4) sj x = 0 (3.5) js x 0 j = 0 (3.6) x = 1 j0 (3.7) x ij yi 1 S V u (3.8) i S j S i S c x + t ij ij i i V u j V i V u \{0, s} y i T (3.9) x ij, y i {0,1} xij Au, i Vu \{0, s} (3.10) Τ. : (3.2) (3.3), (3.4) (3.5) s (αρχική θέση οχήματος), (3.6) (3.7) (3.8) (subtours) ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 16 58
22 (3.9). ( ). (3.9),., Περιγραφή Υφιστάμενου Αλγορίθμου 1, Minis et al. (2005).. Minis et al (2005). : 1. Χωρική Αποσύνθεση : (clustering) 2. Χρονική Αποσύνθεση : (2 ) 3. Λύση Υπό-προβλημάτων :.. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 17 58
23 Χωρική Αποσύνθεση Στάδιο Ι : (clustering), k μέσων (k means) (McQueen,1967) [40]. k κέντρα μάζας (centroids),.,.,, Χρονική Αποσύνθεση :Κατανομή διαθέσιμου χρόνου σε κάθε ομάδα,.. (inter-cluster travel time, Τ inter ). (intra-cluster time, T intra ). Στάδιο ΙΙ :, TSP (centroid).. (Nearest Neighbor), ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 18 58
24 .,, 2 opt. Στάδιο ΙΙΙ : ( nter-cluster travel time, Τ inter ),,,. (T intra ) : T intra = T max - Τ inter (3.11) : 1 : (path) 2 : (Income Function) J k (t) k=1,2,,c. 3 : 4 :. 5 : T max : Βήμα 1 ο : Δημιουργία διαδρομής εντός κάθε ομάδας πελατών (path),. 2, ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 19 58
25 .,,. (desirability measure) o Tsiligirides (1984) (Orienteering Problem,OP).,., : A ij = p c j ij + s j 4 (3.12) p j j, s j j, c i,j i j.,, max A ij. k j. όλοι k. Βήμα 2 ο : Συνάρτηση Εισοδήματος k=1,2,,c, (Income Function) J k (t),. 1, i : J k (t i ) = J k (t i-1 ) + p i (3.14) t i = t i-1 + c i-1,i (3.15) ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 20 58
26 Βήμα 3 ο : Ομαλή προσέγγιση της συνάρτησης κέρδους J k (t), (fit) Ι κ (t) 3 k (t) a 3 t 3 + a 2 t 2 + a 1 t + a 0 (3.16), a 3, a 2, a 1, a 0, μέθοδο της παλινδρόμησης.,, 3.1. Σχήμα 3.1. : (fit) J k (t) Ι κ (t) Βήμα 4 ο : Μη γραμμικό πρόβλημα βελτιστοποίησης - Εύρεση του εσωτερικού χρόνου τ κ τ κ : max c I kτ k k=1 (3.14) s.t c τ ik = τ k= 1 (3.15) τ k 0 (3.16) τ. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 21 58
27 : τ κ κ c I k k= 1 ( ) T max - Τ inter ( ). Σχήμα 3.2. : τ 1, τ 2 τ 3, τ, τ κ 0,., 3.2.2,. Βήμα 5 ο : Τελική κατανομή του συνολικού χρονικού ορίζοντα μεταξύ των ομάδων -, θ k k = + t -1, (3.17) τ κ k t κ-1,κ k 1 ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 22 58
28 k. : ( k 1 = 0), 0 (3.17) (centroid), Λύση Υπό-προβλημάτων Στάδιο ΙV : - ( ). k : (k 1),.,. k,, θ κ, c ij j, c ij + t j.,. S algorithm Tsiligirides [54]. ( 3.3). ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 23 58
29 Ν = 1 (N < 3000) N = 1 Εύρεση αρχικής «καλής» λύσης p 4 A i i Ai = ( ) Si = 4 c + s A ij t = 1 t -, 2-opt. N=N+1 - Επιλογή της διαδρομής με το μεγαλύτερο συνολικό κέρδος ΤΕΛΟΣ Σχήμα 3.3 : -, 3.4. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 24 58
30 Σχήμα 3.4 : ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 25 58
31 4. ΣΗΜΕΙΑ ΤΟΥ ΥΦΙΣΤΑΜΕΝΟΥ ΑΛΓΟΡΙΘΜΟΥ ΠΡΟΣ ΒΕΛΤΙΩΣΗ Minis et al. (2005) 3,.,,... Στάδιο Ι : Χωρική αποσύνθεση, k-means,, ( ),. (Hussein [29]) k- means ( ). (, ) (centroids).,.,,. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 26 58
32 Χρονική αποσύνθεση - -. Στάδιο ΙΙ : Εκτίμηση του χρόνου διαδρομής μεταξύ των ομάδων πελατών (. 3), /, (Τ inter ).., ( ), : (T max ) Τ inter T max,. T intra, ( ).,.,,,, ( ),.,. ( ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 27 58
33 ).,,, T max. Στάδιο ΙΙΙ : Κατανομή του διαθέσιμου χρόνου σε κάθε ομάδα πελατών 3,..., ( )., J k ( 3 )., 3. O. 4.1, 2 3.,. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 28 58
34 Σχήμα 4.1 (2 3 ) 4, ( ),.,,,.,, Τ intra (, Εξίσωση 3.11),., Τ inter, Τ intra.,,,. (τ κ ). ( ), - - Τ intra. τ κ,, ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 29 58
35 ., τ κ. Στάδιο IV : Λύση υπό - προβλημάτων V, ( )., : ,,.,. Σχήμα 4.2 :,, -.,,,. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 30 58
36 .,.,, 4.1. Πίνακας 4.1. ΣΤΑΔΙΑ - ΒΗΜΑΤΑ ΣΤΑΔΙΟ ΙΙΙ (T intra ) ΣΤΑΔΙΟ Ι (Χωρική αποσύνθεση) ΣΤΑΔΙΟ ΙΙ (T inter ) 1 & 2 (Δημιουργία Διαδρομής) 3 (Προσέγγιση Συνάρτησης) 4 (Επίλυση Προβλήματος Βελτιστοποίησης) ΣΤΑΔΙΟ ΙV (Λύση υπό-προβλημάτων) ΕΝΔΕΧΟΜΕΝΕΣ ΑΔΥΝΑΜΙΕΣ 1. k μέσων ( ) 2. T max ( ) ( 3) 5. T inter.. 6. τ κ ,. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 31 58
37 5. ΤΡΟΠΟΙ ΑΝΤΙΜΕΤΩΠΙΣΗΣ ΚΑΙ ΜΕΘΟΔΟΙ ΒΕΛΤΙΩΣΗΣ.,. Στάδιο Ι : 1.1: Πρόβλημα στις λύσεις του αλγορίθμου χωρικής αποσύνθεσης, (centroids) k means,,..., (20). Χρονική αποσύνθεση 4,,., : ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 32 58
38 Στάδιο ΙΙ: ( inter ) 2.1: Λήψη απόφασης σε ενδεχόμενη ανεπάρκεια του συνολικού διαθέσιμου χρονικού ορίζοντα (T max ) προς εξυπηρέτηση των ομάδων πελατών ( ) (TSP). TSP. ( ), 2,., T max. ( ) Tsiligirides (2.2).,,.,.,,., T max,, TSP.,, 2 opt. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 33 58
39 Στάδιο ΙΙΙ : 3.1: Επιλογή τυχαίου αρχικού πελάτη για την σύνθεση της συνάρτησης εισοδήματος ( 2.2) (centroid). ( ). 5.1 ( ) ( 5.1. ). ( ) Σχήμα 5.1 ( ) 3.2: Επιλογή βαθμού του πολυωνύμου για την ομαλή προσέγγιση της συνάρτησης εισοδήματος 3,. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 34 58
40 3.3: Αναπροσαρμογή του χρόνου T inter, ( ) ( )... T max. T intra. ( ) Σχήμα 5.2 T inter ( ) ( ) ( ) 3.4: Απαίτηση ορισμού μέγιστου ορίου για τους χρόνους τ k στο πρόβλημα βελτιστοποίησης :,,., ( ) ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 35 58
41 . 2-opt. τ k.,. Στάδιο ΙV: - 4.1: Πολυπλοκότητα διαδρομής.,,,,. : (2.2),. 4.2: Χρησιμοποίηση τυχόν υπολειπόμενου χρόνου, -.. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 36 58
42 , : o,. o, (2-opt ) -., -,., -. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 37 58
43 6. ΠΕΙΡΑΜΑΤΙΚΗ ΔΙΕΡΕΥΝΗΣΗ.,,. : ) ) Tsiligirides ) Minis et al. (2005) ( ) ( ) : κέρδος υπολογιστικός χρόνος.,. ( ), : Km 2 Tsiligirides 20 Km H. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 38 58
44 3. (, ), ( ). 4. (clusters) %. ( ) 50%, ( ) 40%. MATLAB 7.0 Mathworks Pentium IV 2.6 GHz 512 RAM. 6.1 Σύγκριση του αλγορίθμου με αλγόριθμο που επιλύει το πρόβλημα μονολιθικά, 10 Km 2, (Quality of Clustering, QoC). 40. (4) (clusters). (QoC) Πρόβλημα 1 : = 1 km 2 Πρόβλημα 2 : = 2 km 2 ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 39 58
45 Πρόβλημα 3 : = 3 km 2 Πρόβλημα 4 : = 4 km 2 Πρόβλημα 5 : = 5 km 2 Σχήμα 6.1 Tsiligirides O Tsiligirides ( seconds),. Πίνακας 6.1 QoC = 1 m ( ) A/A Tmax (%) TSILIGIRIDES Seconds Seconds ,2 72, ,2 73, ,1 56, ,9 70, ,7 45, ,1 66, ,7 41,46 816,8 62, ,8 44,48 816,8 57, ,8 43,98 816,8 53, ,8 32,53 816,8 50, ,8 29,55 816,8 45, ,03 36,48 813,03 54, ,05 37,94 789,32 45, ,57 33,15 719,34 46, ,1 30,52 719,34 42, ,34 28,54 719,34 41,98 ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 40 58
46 Πίνακας 6.2 QoC = 2 m ( ) A/A Tmax (%) TSILIGIRIDES Seconds Seconds ,5 64,2 912,5 68, ,2 48,7 864,7 67, ,2 44,6 711,2 65, ,7 39,2 711,7 63, ,7 34,3 711,7 61, ,7 42,2 711,7 57, ,7 39,5 678,8 51, ,4 34,8 572,3 46, ,1 32,4 466,2 41, ,1 31,9 487,1 36, ,1 27,2 466,2 32, ,3 25,4 455,3 30, ,2 24,3 401,2 30,4 Πίνακας 6.3 QoC = 3 m ( ) A/A Tmax (%) TSILIGIRIDES Seconds Seconds , , ,6 46,07 934,1 62, ,6 42,81 851,6 58, ,7 42,08 801,5 54, ,1 37,87 769,7 52, ,9 39,76 726,9 49, ,3 42,7 691,3 46, ,3 37,06 691,3 45, ,8 30,4 631,1 43, ,4 30,19 589,4 42, ,1 29,07 535,1 40, ,8 26,43 482,8 38, , ,12 Πίνακας 6.4 QoC = 4 m ( ) A/A Tmax (%) TSILIGIRIDES Seconds Seconds , , ,2 63,72 956,5 72, ,1 60,18 858,8 72, ,7 56,05 799,8 69, ,75 765,9 68, ,9 51,66 694,3 66, , , , , , ,3 60, ,1 35,22 486,5 58, ,84 416,7 54, ,2 34,38 397,5 50, , ,32 ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 41 58
47 Πίνακας 6.5 QoC = 5 m (, ) A/A Tmax (%) TSILIGIRIDES Seconds Seconds , , ,6 54,2 974,6 65, ,4 51,82 897,3 63, ,9 52,03 852,1 61, ,7 50,56 809,4 59, ,5 48,66 754,1 57, ,1 43,79 710,9 55, ,7 42,07 672,1 52, ,2 42,25 628,8 49, ,8 38,18 587,2 46, ,4 36,63 550,3 44, ,4 33,79 507,4 42, ,7 30,12 488,7 41, ( ) Tsiligirides. Οι θετικές τιμές του άξονα y δηλώνουν ότι ο προτεινόμενος αλγόριθμος προηγείται του συγκρινόμενου αλγόριθμου, ενώ οι αρνητικές τιμές δηλώνουν ότι ο προτεινόμενος αλγόριθμος υστερεί. 8% 6% Ποσοστιαία Διαφορά (%)... 4% 2% 0% -2% -4% QoC : 1 QoC : 2 QoC : 3 QoC : 4 QoC : 5-6% -8% 51% 56% 59% 63% 66% 69% 73% 77% 81% 85% 90% 95% %Tmax Σχήμα 6.2 (%) ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 42 58
48 6.2 Tsiligirides., Tsiligirides., Tsiligirides. 6.3, Tsiligirides, QoC TSILIGIRIDES Σχήμα 6.3 ( ) ( ), 12% 26%.. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 43 58
49 6.2 Σύγκριση του προτεινόμενου αλγορίθμου με τον υφιστάμενο αλγόριθμο (4) 99, 20 Km 2 (. 6.4). Tsiligirides. Πρόβλημα 1 : = 1 km 2 Πρόβλημα 2 : = 2,5 km 2 Πρόβλημα 3 : = 5 km 2 Πρόβλημα 4 : = 10 km 2 Σχήμα 6.4., (3) ). ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 44 58
50 Πίνακας 6.6 QoC = 1 ( ) A/A Tmax TSILIGIRIDES Seconds Seconds Seconds ,42 256, ,49 377, ,42 198, ,42 306, ,49 475, ,42 224, ,49 383, ,28 467, ,59 312, ,91 546, ,91 624, ,57 407, ,79 685, ,79 531, ,79 418,89 Πίνακας 6.7 QoC = 2 ( ) TSILIGIRIDES A/A Tmax Seconds Seconds Seconds ,1 169, ,29 343, ,84 150, ,34 270, ,25 400, ,34 184, ,59 389, ,72 417, ,65 257, ,23 485, ,68 500, ,68 321, ,51 582, ,51 519, ,51 387,43 Πίνακας 6.8 QoC = 3 ( ) TSILIGIRIDES A/A Tmax Seconds Seconds Seconds ,05 315, ,08 390, ,79 215, ,91 375, ,95 453, ,76 316, ,54 473, ,65 499, ,76 346, ,59 597, ,11 524, ,59 400, ,98 765, ,98 540, ,98 487,96 Πίνακας 6.9 QoC = 4 (, ) TSILIGIRIDES A/A Tmax Seconds Seconds Seconds ,82 259, ,3 291, ,43 210, ,43 227, ,47 367, ,89 220, ,8 446, ,8 433, ,8 364, ,24 613, ,12 494, ,4 421, ,39 699, ,39 568, ,39 458,45, 6.5. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 45 58
51 5500 (QoC = 1) 5200 (QoC = 2) (QoC = 3) 5000 (QoC = 4) Σχήμα 6.5,, Tsiligirides.,, 80% Tsiligirides 85%, 100%., 6.6.,. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 46 58
52 Tsiligirides QoC Σχήμα 6.6,, 6.6., 21% 30% Tsiligirides 22% 37%.. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 47 58
53 7. ΣΥΜΠΕΡΑΣΜΑΤΑ,, Minis et al. (2005). O. ( ). - ( / )...,.,.,,. Tsiligirides, Minis et al. (2005). Tsiligirides., Tsiligirides. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 48 58
54 , Tsiligirides., Tsiligirides. 12% 26%,., Tsiligirides,.,, Tsiligirides.,, 80% Tsiligirides 85%,., 30% Tsiligirides 22% 37%.. ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 49 58
55 ΒΙΒΛΙΟΓΡΑΦΙΑ 1. Balas E., (1989), The prize collecting traveling salesman problem, Networks 19, Balas E., (2002) The Prize Collecting Travelling Salesman Problem and its applications. In Gutin G. and Punnen A., editors, Travelling Salesman Problem and its Variations, pages Kluwer Academic Publishers. 3. Ballou R. H. (1999), Business Logistics Management, 4 th International Edition, Prentice Hall International Inc., Upper Saddle River, New Jersey 4. Bentley J. L (1992), Fast algorithms for the geometric traveling salesman problems, ORSA J.Comput 4, Bentley J. L. (1990), Experiments on traveling salesman heuristics in Proc. 1 st Ann. ACM - SIAM Symp. On Discrete Algorithms, Philadelphia, PA, Boldin L.D., Golden B.L., Assad A.A, & Ball M. (1983) Routing and scheduling of vehicles and crews, the state of the art. Computers and Operations Research, 10(2): Chao, I.M., Golden, B.L. and Wasil, E.A. (1996) "A Fast and Effective Heuristic for the Orienteering Problem", European Journal of Operation Research, vol. 88, pp Chao I.-M., Golden B.L., and Wasil E.A., (1996), The Team Orienteering Problem, European Journal of Operational Research, 88(3), Christofides N. (1976), Worst case analysis of a new heuristic for the traveling salesman problem, Report 388, Graduate School of Industrial Administration, Carnegie Mellon University 10. Christofides N. (1979), The traveling salesman problem, Combinatorial Optimization (Edited by N. Christofides, R. Mingozzi, P. Toth and C. Sandi) Wiley, New York 11. Christofides N., Mingozzi A, Toth P. (1979), The vehicle routing problem. In Christofides N., Mingozzi A., Toth P., Sandi C, editors, Combinatorial Optimization, New York : Willey, p Clarke G. and Wright J. (1964), Scheduling of vehicles from a central depot to a number of delivery points. Ops Res 12, ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 50 58
56 13. Deitch R. and Ladany S.P., (2000), The One-period Bus Routing Problem: solved by an effective heuristic for the Orienteering Tour Problem and improvement algorithm European Journal of Operational Research, 127: Desrochers M., Lenstra J.K. & Savelsbergh M. W.P., (1990) A classification scheme for the vehicle routing and scheduling problems, Journal of Operational Research Society, 46: Feillet D., Dejax P.,.Gendreau M, Traveling Salesman Problems with Profits 16. Fischetti, M., Gonzales, J.J.S. and Toth, P. (1998) "Solving the Orienteering Problem through Branch-and-Cut", INFORMS Journal on Computing, vol. 10, no.2, pp Fomin F.V. and Lingas A., (2002), Approximation algorithms for time-dependent orienteering, Information Processing Letters, 83: Frieze A.M, (1979), Worst case analysis of algorithms for traveling salesman problems Methods of Operations Research 32, Giaglis, G.M, Minis, I., Tatarakis, A. and Zeimpekis, V. (2004), "Minimizing Logistics Risk through Real-Time Vehicle Routing and Mobile Technologies: Research To-Date anci Future Trends", International Journal of Physical Distribution and Logistics Management, To appear 20. Gill P.E, Murray, W. and Wnght Mil. (1999), Practical Optimization, Academic Press. 21. Golden BL & Stewart W., (1981), The empirical analysis of TSP heuristics, Management Science & Statistics Working Paper No , University of Maryland at College Park 22. Golden BL, Assad AA, (1988) Vehicle routing: Methods and studies North- Holland Amsterdam, 23. Golden BL, Wang O, Liu L., A multifaceted heuristic for the orienteering problem, Naval Research Logistics, 35, Golden BL,.Wasil E.A Kelly J.P., & Chao I.M., (1998), Meta-heuristics in vehicle routing, In T.G. Crainic and G. Laporte, editors, Fleet Management and Logistics, Kluwer, Boston, MA, pp Golden., (1977), A statistical approach to the TSP. Networks 7, Golden, B.L., Levy, L. and Vohra, R. (1987) "The Orienteering Problem", Naval Research Logistics, vol. 34, pp ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 51 58
57 27. Hall, R.W. (2002), "Vehicle Routing Software Survey", OR/MS Today, 02/2002, Online, [Accessed on 15 June 2004]. 28. Hellaker, J. (1999), "DYNAFLEET info system - At service to commercial users", Proceedings of 3' ITS World Congress, Orlando, US. 29. Hussein N., (2002), A fast greedy k-means algorithm, Master s thesis, University of Amsterdam 30. Johnson D. & Lyle A. Mc Geoch, The traveling salesman problem: A case study in local optimization 31. Keller P.C., (1989), Algorithms to solve the orienteering problem: A comparison, European Journal of Operational Research 41, Laportc, G. and Martello, S. (1990) "The Selective Traveling Salesman Problem", Discrete Applied Mathematics, vol. 26, pp Laporte G. & Osman I.H., (1995), Routing problems: A bibliography, Annals of Operations Research, 61: Laporte G., Martello S., The selective traveling salesman, Discrete Applied Mathematics 26, Laporte G., (1992), The vehicle routing problem : An overview of exact and approximate algorithms European Journal of Operational Research, 59: Lawler, EX., Lenstra, J.K., Rinnooy Kan, A.H-G. and Shmoys, D.B. (1985), "The Travelling Salesman Problem". John Wiley & Sons. 37. Leifer A.C &. Rosenwein M.S., (1994), Strong linear programming relaxations for the orienteering problem, European Journal of Operational Research Lin, S. (1965), "Computer solution of the travelling salesman problem", Bell System Technical Journal, vol.44, pp Lin S.&. Kernighan B.W An effective heuristic Algorithm for the traveling salesman problem Operations Res.Lett 21 (1973), McQueen, J. (1967), "Some Methods for Classification and Analysis of Multivariate Observations", in Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, pp Minis I., Ampazis N., Mamasis K., (2005), Efficient real time management of goods distribution to clustered clients, University Of The Aegean ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 52 58
58 42. Ong H., (1981), Design and analysis of heuristics for some routing and packing problems, PhD. Thesis, University of Waterloo 43. Papadimitriou C. H. and K. Steiglitz (1982), Conbinatorial Optimization: Algorithms and Complexity, Prentice Hall 44. Pillai R. S., The traveling salesman subset- tour problem with one additional constraint (TSSP+1), Ph.D.Dissertation, The University of Tennessee, Knoxville, TN 45. Prastacos G., (2003), Management Science, Operational decision making in the society of information, Ramesh R. &. Brown K.M., An efficient four- phase heuristic for the generalized orienteering problem, Computers &Operations Research 18/2, Ramesh, R., Yoon, Y.S. and. Karwan, M.H. (1992) "An Optimal Algorithm for the Orienteering Tour Problem", ORSA Journal on Computing, vol. 4, no. 2,, pp Rcinelt, G. (1994), "The Traveling Salesman: Computational Solutions for TSP Applications", LNCS, vol. 840, Springer Verlag. 49. Rosenkrantz D., Sterns R. & Lewis P., (1977), An analysis of several heuristics for the traveling salesman problem, SIAM J.Comp 6, Schittowski, K. (1985) "NLQPL: A FORTRAN-Subroutine Solving Constrained Nonlinear Programming Problems", Annals of Operations Research, Vol. 5, pp Sokkappa P.R., (1990) The cost- constrained traveling salesman problem, Ph.D. Dissertation, The University of California, Livermore, CA 52. Tasgetiren, M.F. and Smith, A.R (2000) "A Genetic Algorithm for the Orienteering Problem", Proceedings of the 2000 Congress on Evolutionary Computation, San Diego, CA,pp Toth P., Vigo, D. (2002), The Vehicle Routing Problem Siam, Philadelphia, PA. 54. Tsiligirides, T. (1984), "Heuristic Methods Applied to Orienteering", Journal of Operational Research Society, vol. 35/9, pp Wren A. and Holliday A., (1972), Computer scheduling of vehicles for one or more depots to a number of delivery points, Operational Research Quarterly 23, ΑΝΑΔΡΟΜΟΛΟΓΗΣΗ ΟΧΗΜΑΤΟΣ 53 58
Διπλωματική Εργασία ΤΙΤΛΟΣ: ΒΕΛΤΙΩΣΗ ΜΕΘΟΔΟΥ ΑΝΑΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΟΣ ΔΙΑΝΟΜΩΝ ΣΕ ΟΜΑΔΟΠΟΙΗΜΕΝΟΥΣ ΠΕΛΑΤΕΣ
ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ TMHMA MHXANIKΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Διπλωματική Εργασία ΤΙΤΛΟΣ: ΒΕΛΤΙΩΣΗ ΜΕΘΟΔΟΥ ΑΝΑΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΟΣ ΔΙΑΝΟΜΩΝ ΣΕ ΟΜΑΔΟΠΟΙΗΜΕΝΟΥΣ ΠΕΛΑΤΕΣ Τριμελής Επιτροπή: Ιωάννης
Διαβάστε περισσότεραΑσηµακόπουλος Αλέξιος
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΙΟΙΚΗΣΗΣ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΚΑΘΟΡΙΣΜΟΣ ΡΥΘΜΟΥ ΕΠΙΣΚΕΨΙΜΟΤΗΤΑΣ ΣΕ ΙΚΤΥΟ ΙΑΝΟΜΗΣ ΠΡΟΙΟΝΤΩΝ ΛΙΑΝΙΚΗΣ Ασηµακόπουλος Αλέξιος
Διαβάστε περισσότεραΔιοίκηση Εφοδιαστικής Αλυσίδας
Διοίκηση Εφοδιαστικής Αλυσίδας Ενότητα 9: Εισαγωγή στα προβλήματα δρομολόγησης οχημάτων Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ
Ενότητα Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ. Διπλωματική Εργασία
ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ Διπλωματική Εργασία ΤΙΤΛΟΣ: ΠΑΡΑΜΕΤΡΙΚΗ ΜΕΛΕΤΗ ΓΕΝΕΤΙΚΟΥ ΑΛΓΟΡΙΘΜΟΥ ΓΙΑ ΤΗΝ ΕΠΙΛΥΣΗ TOY ΠΡΟΒΛΗΜΑΤOΣ ΟΜΑΔΙΚΟΥ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ :,, A, ΚΕΡΑΜΙΩΤΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ, 006 Στην οικογένεια
Διαβάστε περισσότεραΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ
Ενότητα 10 Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας
Διαβάστε περισσότεραI student. Μεθοδολογική προσέγγιση και απαιτήσεις για την ανάπτυξη των αλγορίθμων δρομολόγησης Χρυσοχόου Ευαγγελία Επιστημονικός Συνεργάτης ΙΜΕΤ
I student Μεθοδολογική προσέγγιση και απαιτήσεις για την ανάπτυξη των αλγορίθμων δρομολόγησης Χρυσοχόου Ευαγγελία Επιστημονικός Συνεργάτης ΙΜΕΤ Ινστιτούτο Bιώσιμης Κινητικότητας και Δικτύων Μεταφορών (ΙΜΕΤ)
Διαβάστε περισσότεραResearch on vehicle routing problem with stochastic demand and PSO2DP algorithm with Inver2over operator
2008 10 10 :100026788 (2008) 1020076206 (, 400074) :, Inver2over,,, : ; ; ; Inver2over ; : F54015 : A Research on vehicle routing problem with stochastic demand and PSO2DP algorithm with Inver2over operator
Διαβάστε περισσότεραΔιαχείριση Εφοδιαστικής Αλυσίδας
Διαχείριση Εφοδιαστικής Αλυσίδας 8 η Διάλεξη: Διανομή και Δρομολόγηση Οχημάτων 019 Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών Αναφορές Οι σημειώσεις έχουν βασιστεί σε 1. Υλικό του ΣυΣΠαΛ.
Διαβάστε περισσότεραProbabilistic Approach to Robust Optimization
Probabilistic Approach to Robust Optimization Akiko Takeda Department of Mathematical & Computing Sciences Graduate School of Information Science and Engineering Tokyo Institute of Technology Tokyo 52-8552,
Διαβάστε περισσότεραΕυρετικές Μέθοδοι. Ενότητα 1: Εισαγωγή στις ευρετικές μεθόδους. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΙ
Ευρετικές Μέθοδοι Ενότητα 1: Εισαγωγή στις ευρετικές μεθόδους Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραOn line αλγόριθμοι δρομολόγησης για στοχαστικά δίκτυα σε πραγματικό χρόνο
On line αλγόριθμοι δρομολόγησης για στοχαστικά δίκτυα σε πραγματικό χρόνο Υπ. Διδάκτωρ : Ευαγγελία Χρυσοχόου Επιβλέπων Καθηγητής: Αθανάσιος Ζηλιασκόπουλος Τμήμα Μηχανολόγων Μηχανικών Περιεχόμενα Εισαγωγή
Διαβάστε περισσότεραΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΣΧΕΔΙΑΣΜΟΥ, ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΛΕΙΤΟΥΡΓΙΩΝ (ΣΥ.Σ.ΠΑ.Λ.) ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ
Διαβάστε περισσότεραΕυρετικές Μέθοδοι. Ενότητα 3: Ευρετικές μέθοδοι αρχικοποίησης και βελτίωσης για το TSP. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής
Ευρετικές Μέθοδοι Ενότητα 3: Ευρετικές μέθοδοι αρχικοποίησης και βελτίωσης για το TSP Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ
ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΚΟΥΛΙΝΑΣ ΓΕΩΡΓΙΟΣ Δρ. Μηχανικός Παραγωγής & Διοίκησης ΔΠΘ ΠΛΕΟΝΕΚΤΙΚΟΙ ΚΑΤΑΣΚΕΥΑΣΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ GREEDY CONSTRUCTIVE HEURISTICS Βασικό μειονέκτημα: οι αποφάσεις που
Διαβάστε περισσότεραΔιαχείριση Εφοδιαστικής Αλυσίδας
Διαχείριση Εφοδιαστικής Αλυσίδας 7 η Διάλεξη: Δρομολόγηση & Προγραμματισμός (Routing & Scheduling) 015 Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών Ατζέντα Εισαγωγή στις έννοιες Βασικές
Διαβάστε περισσότεραΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ
Ενότητα 4 Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 10: Το πρόβλημα μεταφοράς: μαθηματικό μοντέλο και μεθοδολογία επίλυσης Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΤο στοχαστικό πρόβλημα δρομολόγησης εμπορευματικών μεταφορών
Το στοχαστικό πρόβλημα δρομολόγησης εμπορευματικών μεταφορών 23o Εθνικό Συνέδριο της Ελληνικής Εταιρίας Επιχειρησιακών Ερευνών «Διαχείριση Ενεργειακών Πόρων / Συστημάτων» Χρυσοχόου Ευαγγελία, Υ.Δ. Καθ.
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ
ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΚΟΥΛΙΝΑΣ ΓΕΩΡΓΙΟΣ Δρ. Μηχανικός Παραγωγής & Διοίκησης ΔΠΘ ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ o ΔΙΑΛΕΞΕΙΣ ΜΑΘΗΜΑΤΟΣ ΔΕΥΤΕΡΑ 16.00-19.00 (Εργ. Υπ. Μαθ. Τμ. ΜΠΔ) oτρόπος
Διαβάστε περισσότεραConstruction heuristics
Μια υπολογιστική μελέτη ευρετικών μεθόδων αρχικοποίησης διαδρομών για το πρόβλημα του πλανόδιου πωλητή Λαζαρίδης Αλέξανδρος Πανεπιστήμιο Μακεδονίας, ΠΜΣ Εφαρμοσμένης Πληροφορικής Συστήματα Υπολογιστών
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 1: Ιστορική Αναδρομή, Εφαρμογές Γραμμικού και Δικτυακού Προγραμματισμού Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΆρθρο που δημοσιεύθηκε στα πρακτικά του 23 ου Εθνικού Συνεδρίου ΕΕΕΕ. Αθήνα,12-14 Σεπτεμβρίου 2012
Άρθρο που δημοσιεύθηκε στα πρακτικά του 23 ου Εθνικού Συνεδρίου ΕΕΕΕ Αθήνα,12-14 Σεπτεμβρίου 2012 H παρούσα έρευνα έχει συγχρηματοδοτηθεί από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο - ΕΚΤ) και
Διαβάστε περισσότεραΠΡΟΤΕΙΝΟΜΕΝΑ ΘΕΜΑΤΑ ΔΙΠΛΩΜΑΤΙΚΩΝ ΕΡΓΑΣΙΩΝ ΓΙΑ ΤΟ ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ Εισηγητής: Νίκος Πλόσκας Επίκουρος Καθηγητής ΤΜΠΤ
ΠΡΟΤΕΙΝΟΜΕΝΑ ΘΕΜΑΤΑ ΔΙΠΛΩΜΑΤΙΚΩΝ ΕΡΓΑΣΙΩΝ ΓΙΑ ΤΟ ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ 2018-2019 Εισηγητής: Νίκος Πλόσκας (nploskas@uowm.gr), Επίκουρος Καθηγητής ΤΜΠΤ 1. Τεχνικές μηχανικής μάθησης για τον εντοπισμό προβλημάτων
Διαβάστε περισσότερα: Monte Carlo EM 313, Louis (1982) EM, EM Newton-Raphson, /. EM, 2 Monte Carlo EM Newton-Raphson, Monte Carlo EM, Monte Carlo EM, /. 3, Monte Carlo EM
2008 6 Chinese Journal of Applied Probability and Statistics Vol.24 No.3 Jun. 2008 Monte Carlo EM 1,2 ( 1,, 200241; 2,, 310018) EM, E,,. Monte Carlo EM, EM E Monte Carlo,. EM, Monte Carlo EM,,,,. Newton-Raphson.
Διαβάστε περισσότεραOptimization, PSO) DE [1, 2, 3, 4] PSO [5, 6, 7, 8, 9, 10, 11] (P)
( ) 1 ( ) : : (Differential Evolution, DE) (Particle Swarm Optimization, PSO) DE [1, 2, 3, 4] PSO [5, 6, 7, 8, 9, 10, 11] 2 2.1 (P) (P ) minimize f(x) subject to g j (x) 0, j = 1,..., q h j (x) = 0, j
Διαβάστε περισσότεραGPU. CUDA GPU GeForce GTX 580 GPU 2.67GHz Intel Core 2 Duo CPU E7300 CUDA. Parallelizing the Number Partitioning Problem for GPUs
GPU 1 1 NP number partitioning problem Pedroso CUDA GPU GeForce GTX 580 GPU 2.67GHz Intel Core 2 Duo CPU E7300 CUDA C Pedroso Python 323 Python C 12.2 Parallelizing the Number Partitioning Problem for
Διαβάστε περισσότεραQuick algorithm f or computing core attribute
24 5 Vol. 24 No. 5 Cont rol an d Decision 2009 5 May 2009 : 100120920 (2009) 0520738205 1a, 2, 1b (1. a., b., 239012 ; 2., 230039) :,,.,.,. : ; ; ; : TP181 : A Quick algorithm f or computing core attribute
Διαβάστε περισσότεραΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ Ενότητα 1: Διαχείριση Εφοδιαστικής Αλυσίδας: Προβλήματα Δρομολόγησης Στόλου Οχημάτων- Μέρος ΙΙI Το περιεχόμενο του μαθήματος
Διαβάστε περισσότεραΒιογραφικό σημείωμα Δρ. Ψύχας Ηρακλής - Δημήτριος
Βιογραφικό σημείωμα Δρ. Ψύχας Ηρακλής - Δημήτριος Βιογραφικό Σημείωμα Δρ. Ψύχας Ηρακλής - Δημήτριος Σελίδα 1 Προσωπικές Πληροφορίες Επώνυμο: Ψύχας Όνομα: Ηρακλής - Δημήτριος Έτος γεννήσεως: 1987 Διεύθυνση:
Διαβάστε περισσότεραOptimization Investment of Football Lottery Game Online Combinatorial Optimization
27 :26788 (27) 2926,2, 2, 3 (, 76 ;2, 749 ; 3, 64) :, ;,,, ;,, : ; ; ; ; ; : TB4 : A Optimization Investment of Football Lottery Game Online Combinatorial Optimization HU Mao2lin,2, XU Yin2feng 2, XU Wei2jun
Διαβάστε περισσότεραER-Tree (Extended R*-Tree)
1-9825/22/13(4)768-6 22 Journal of Software Vol13, No4 1, 1, 2, 1 1, 1 (, 2327) 2 (, 3127) E-mail xhzhou@ustceducn,,,,,,, 1, TP311 A,,,, Elias s Rivest,Cleary Arya Mount [1] O(2 d ) Arya Mount [1] Friedman,Bentley
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΗ EΡΕΥΝΑ & ΔΙΟΙΚΗΤΙΚΗ ΕΠΙΣΤΗΜΗ OPERATIONS RESEARCH & MANAGEMENT SCIENCE
ΕΠΙΧΕΙΡΗΣΙΑΚΗ EΡΕΥΝΑ & ΔΙΟΙΚΗΤΙΚΗ OPERATIONS RESEARCH & MANAGEMENT SCIENCE ΚΑΤΕΥΘΥΝΣΗ ΣΠΟΥΔΩΝ Τμήμα Διοικητικής Επιστήμης & Τεχνολογίας Οικονομικό Πανεπιστήμιο Αθηνών 1. Κ. Πραματάρη, Δ.Ε.Τ. / Ο.Π.Α. The
Διαβάστε περισσότεραΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΣΤΥΛΙΑΝΗΣ Κ. ΣΟΦΙΑΝΟΠΟΥΛΟΥ Αναπληρώτρια Καθηγήτρια. Τµήµα Τεχνολογίας & Συστηµάτων Παραγωγής.
ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΣΤΥΛΙΑΝΗΣ Κ. ΣΟΦΙΑΝΟΠΟΥΛΟΥ Αναπληρώτρια Καθηγήτρια Τµήµα Τεχνολογίας & Συστηµάτων Παραγωγής Πανεπιστήµιο Πειραιώς, Καραολή ηµητρίου 80, 18534 Πειραιάς Τηλ. 210 414-2147, e-mail: sofianop@unipi.gr
Διαβάστε περισσότεραΚαθηγητής Παν Πειραιά, Δρ Φούντας Ευάγγελος. Δρ ΦΟΥΝΤΑΣ ΕΥΑΓΓΕΛΟΣ. Καθηγητής Πανεπιστημίου Πειραιώς Πρόεδρος Τμήματος Πληροφορικής
Β Ι Ο Γ Ρ Α Φ Ι Κ Ο Σ Η Μ Ε Ι Ω Μ Α Δρ ΦΟΥΝΤΑΣ ΕΥΑΓΓΕΛΟΣ Καθηγητής Πανεπιστημίου Πειραιώς Πρόεδρος Τμήματος Πληροφορικής Μ. ΚΑΡΑΟΛΗ και Α. ΔΗΜΗΤΡΙΟΥ 80, 185 34 ΠΕΙΡΑΙΑΣ Τηλ 210 414 2314 / Fax: 210-4142107
Διαβάστε περισσότεραΕυρετικές Μέθοδοι. Ενότητα 2: Βασικές έννοιες των σύγχρονων ευρετικών μεθόδων. Άγγελος Σιφαλέρας. Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής
Ευρετικές Μέθοδοι Ενότητα 2: Βασικές έννοιες των σύγχρονων ευρετικών μεθόδων Μεταπτυχιακό Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΚΩΝΣΤΑΝΤΙΝΟΣ Σ. ΠΟΛΙΤΗΣ Διπλ. Φυσικός Πανεπιστημίου Πατρών Υποψήφιος Διδάκτωρ Ε.Μ.Π. ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ
ΚΩΝΣΤΑΝΤΙΝΟΣ Σ. ΠΟΛΙΤΗΣ Διπλ. Φυσικός Πανεπιστημίου Πατρών Υποψήφιος Διδάκτωρ Ε.Μ.Π. ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ 1. ΒΙΟΓΡΑΦΙΚΑ ΣΤΟΙΧΕΙΑ 1.1 ΠΡΟΣΩΠΙΚΑ ΣΤΟΙΧΕΙΑ Επώνυμο ΠΟΛΙΤΗΣ Όνομα Όνομα πατρός Διεύθυνση Ηλ. διεύθυνση
Διαβάστε περισσότεραΠροσωποποιημένη πλοήγηση σε εξωτερικούς χώρους: ανασκόπηση αλγορίθμων και μεθόδων επιλογής μονοπατιού
ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ: ΘΕΤΙΚΕΣ ΕΠΙΣΤΗΜΕΣ ΣΤΗ ΓΕΩΠΟΝΙΑ ΚΑΙ ΣΤΟ ΠΕΡΙΒΑΛΛΟΝ ΚΛΑΔΟΣ I: ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ Προσωποποιημένη πλοήγηση σε εξωτερικούς χώρους: ανασκόπηση αλγορίθμων και
Διαβάστε περισσότεραΤοποθέτηση τοπωνυµίων και άλλων στοιχείων ονοµατολογίας στους χάρτες
Τοποθέτηση τοπωνυµίων και άλλων στοιχείων ονοµατολογίας στους χάρτες Miroshnikov & Tchepine 1999 Ahn & Freeman 1984 Ένας σηµαντικός παράγοντας που επηρεάζει την αποτελεσµατικότητα ενός χάρτη ως µέσω επικοινωνίας
Διαβάστε περισσότεραΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΣΧΕΔΙΑΣΜΟΥ, ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΛΕΙΤΟΥΡΓΙΩΝ (ΣΥ.Σ.ΠΑ.Λ.) ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ
Διαβάστε περισσότεραΧΡΗΣΤΟΣ Δ. ΤΑΡΑΝΤΙΛΗΣ
ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΧΡΗΣΤΟΣ Δ. ΤΑΡΑΝΤΙΛΗΣ Καθηγητής Οικονομικού Πανεπιστημίου Αθηνών (Ο.Π.Α.) Πρόεδρος του Τμήματος Διοικητικής Επιστήμης και Τεχνολογίας (Δ.Ε.Τ.) ΠΕΡΙΕΧΟΜΕΝΑ ΣΥΝΤΟΜΗ ΠΑΡΟΥΣΙΑΣΗ ΒΙΟΓΡΑΦΙΚΟΥ
Διαβάστε περισσότεραΧΡΗΣΤΟΣ Δ. ΤΑΡΑΝΤΙΛΗΣ
ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΧΡΗΣΤΟΣ Δ. ΤΑΡΑΝΤΙΛΗΣ Καθηγητής Διοικητικής Επιστήμης και Λήψης Αποφάσεων Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας Οικονομικό Πανεπιστήμιο Αθηνών ΠΕΡΙΕΧΟΜΕΝΑ ΣΥΝΤΟΜΗ ΠΑΡΟΥΣΙΑΣΗ ΒΙΟΓΡΑΦΙΚΟΥ
Διαβάστε περισσότεραΣΧΕΔΙΑΣΜΟΣ ΚΙΝΗΣΗΣ ΚΑΙ ΧΡΟΝΟΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΕΡΓΑΣΙΩΝ ΣΕ ΒΙΟΜΗΧΑΝΙΚΑ ΠΕΡΙΒΑΛΛΟΝΤΑ
ΣΧΕΔΙΑΣΜΟΣ ΚΙΝΗΣΗΣ ΚΑΙ ΧΡΟΝΟΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΕΡΓΑΣΙΩΝ ΣΕ ΒΙΟΜΗΧΑΝΙΚΑ ΠΕΡΙΒΑΛΛΟΝΤΑ Ηλίας Κ. Ξυδιάς 1, Ανδρέας Χ. Νεάρχου 2 1 Τμήμα Μηχανικών Σχεδίασης Προϊόντων & Συστημάτων, Πανεπιστήμιο Αιγαίου, Σύρος
Διαβάστε περισσότεραA research on the influence of dummy activity on float in an AOA network and its amendments
2008 6 6 :100026788 (2008) 0620106209,, (, 102206) : NP2hard,,..,.,,.,.,. :,,,, : TB11411 : A A research on the influence of dummy activity on float in an AOA network and its amendments WANG Qiang, LI
Διαβάστε περισσότεραΑΝΑΠΤΥΞΗ ΜΕΘΟ ΟΛΟΓΙΑΣ ΕΚΠΑΙ ΕΥΣΗΣ ΝΕΥΡΩΝΙΚΩΝ ΙΚΤΥΩΝ ΓΙΑ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΕΦΑΡΜΟΓΗ ΣΤΗΝ ΠΡΟΒΛΕΨΗ ΤΟΥ ΕΙΚΤΗ ΙΑΘΛΑΣΗΣ ΥΛΙΚΩΝ
ΑΝΑΠΤΥΞΗ ΜΕΘΟ ΟΛΟΓΙΑΣ ΕΚΠΑΙ ΕΥΣΗΣ ΝΕΥΡΩΝΙΚΩΝ ΙΚΤΥΩΝ ΓΙΑ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΕΦΑΡΜΟΓΗ ΣΤΗΝ ΠΡΟΒΛΕΨΗ ΤΟΥ ΕΙΚΤΗ ΙΑΘΛΑΣΗΣ ΥΛΙΚΩΝ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΧΟΝ ΡΟ ΗΜΑ ΕΥΑΓΓΕΛΙΑ Επιβλέπων: Αλεξανδρίδης
Διαβάστε περισσότερα2016 IEEE/ACM International Conference on Mobile Software Engineering and Systems
2016 IEEE/ACM International Conference on Mobile Software Engineering and Systems Multiple User Interfaces MobileSoft'16, Multi-User Experience (MUX) S1: Insourcing S2: Outsourcing S3: Responsive design
Διαβάστε περισσότεραΠαράλληλος προγραμματισμός περιστροφικών αλγορίθμων εξωτερικών σημείων τύπου simplex ΠΛΟΣΚΑΣ ΝΙΚΟΛΑΟΣ
Παράλληλος προγραμματισμός περιστροφικών αλγορίθμων εξωτερικών σημείων τύπου simplex ΠΛΟΣΚΑΣ ΝΙΚΟΛΑΟΣ Διπλωματική Εργασία Μεταπτυχιακού Προγράμματος στην Εφαρμοσμένη Πληροφορική Κατεύθυνση: Συστήματα Υπολογιστών
Διαβάστε περισσότεραΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ
ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Dr. Christos D. Tarantilis Associate Professor in Operations Research & Management Science http://tarantilis.dmst.aueb.gr/ ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 1- ΕΦΑΡΜΟΓΕΣΔΙΟΙΚΗΤΙΚΗΣΕΠΙΣΤΗΜΗΣ&
Διαβάστε περισσότεραOptimization Investment of Football Lottery Game Online Combinatorial Optimization
27 :26788 (27) 2926,2, 2 3, (, 76 ;2, 749 ; 3, 64) :, ;,, ;, : ; ; ; ; ; : TB4 : A Optimization Investment of Football Lottery Game Online Combinatorial Optimization HU Mao2lin,2, XU Yin2feng 2, XU Wei2jun
Διαβάστε περισσότεραΤεχνική Έκθεση Συνοπτική παρουσίαση... 3
Δ2.3/2 1.1 Συνοπτική παρουσίαση....................... 3 Δ2.3/3 Σύμφωνα με το τεχνικό δελτίο του έργου η δράση της παρούσας έκθεσης συνοψίζεται ως εξής. Δράση 2.3: ΣΤΟΧΑΣΤΙΚΕΣ/ΝΤΕΤΕΡΜΙΝΙΣΤΙΚΕΣ ΥΒΡΙΔΙΚΕΣ
Διαβάστε περισσότερα1ST OLYMPUS INTERNATIONAL CONFERENCE ON SUPPLY CHAINS, 1-2 OCTOBER, KATERINI, GREECE
Σχεδιασμός και Υλοποίηση Διαδραστικού Προγράμματος Εκπαίδευσης Προσωπικού Ταχυμεταφορών σε Μεθόδους, Πρακτικές και Διαδικασίες Αποτελεσματικής Δρομολόγησης μέσω Καινοτόμου Εφαρμογής Εξομοίωσης Το Έργο
Διαβάστε περισσότεραΒασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.
Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Κλασικές Τεχνικές Βελτιστοποίησης Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 2 η /2017 Μαθηματική Βελτιστοποίηση Η «Μαθηματική
Διαβάστε περισσότεραGPGPU. Grover. On Large Scale Simulation of Grover s Algorithm by Using GPGPU
GPGPU Grover 1, 2 1 3 4 Grover Grover OpenMP GPGPU Grover qubit OpenMP GPGPU, 1.47 qubit On Large Scale Simulation of Grover s Algorithm by Using GPGPU Hiroshi Shibata, 1, 2 Tomoya Suzuki, 1 Seiya Okubo
Διαβάστε περισσότεραΠαναγιώτης Καρακώστας (mai1321) ΠΜΣ Εφαρμοσμένης Πληροφορικής Συστήματα Υπολογιστών Πανεπιστήμιο Μακεδονίας
Παναγιώτης Καρακώστας (mai1321) ΠΜΣ Εφαρμοσμένης Πληροφορικής Συστήματα Υπολογιστών Πανεπιστήμιο Μακεδονίας Πρόβλημα Πλανόδιου Πωλητή (TSP) Περιγραφή Προβλήματος Μαθηματική Μορφοποίηση Ορόσημα στην Επίλυση
Διαβάστε περισσότεραΜοντέλο Βέλτιστης Δρομολόγησης Οχημάτων Διανομής Αγαθών με Ισοκατανομή Χρόνων Διαδρομών
Μοντέλο Βέλτιστης Δρομολόγησης Οχημάτων Διανομής Αγαθών με Ισοκατανομή Χρόνων Διαδρομών Θεολογία Μουστάκα 1, Κωνσταντίνος Κεπαπτσόγλου 2, Νικόλαος Λαγαρός 3, Ματθαίος Καρλαύτης 4 1 Εθνικό Μετσόβιο Πολυτεχνείο,
Διαβάστε περισσότεραHigh order interpolation function for surface contact problem
3 016 5 Journal of East China Normal University Natural Science No 3 May 016 : 1000-564101603-0009-1 1 1 1 00444; E- 00030 : Lagrange Lobatto Matlab : ; Lagrange; : O41 : A DOI: 103969/jissn1000-56410160300
Διαβάστε περισσότεραΕφαρμογές Επιχειρησιακής Έρευνας. Δρ. Γεώργιος Κ.Δ. Σαχαρίδης
Εφαρμογές Επιχειρησιακής Έρευνας Δρ. Γεώργιος Κ.Δ. Σαχαρίδης 1 Outline Introduction to mathematical programming Introduction to scheduling Flow shop optimization Scheduling of crude oil Decomposition techniques
Διαβάστε περισσότεραYoshifumi Moriyama 1,a) Ichiro Iimura 2,b) Tomotsugu Ohno 1,c) Shigeru Nakayama 3,d)
1,a) 2,b) 1,c) 3,d) Quantum-Inspired Evolutionary Algorithm 0-1 Search Performance Analysis According to Interpretation Methods for Dealing with Permutation on Integer-Type Gene-Coding Method based on
Διαβάστε περισσότεραΑλγοριθμικές Τεχνικές. Brute Force. Διαίρει και Βασίλευε. Παράδειγμα MergeSort. Παράδειγμα. Τεχνικές Σχεδιασμού Αλγορίθμων
Τεχνικές Σχεδιασμού Αλγορίθμων Αλγοριθμικές Τεχνικές Παύλος Εφραιμίδης, Λέκτορας http://pericles.ee.duth.gr Ορισμένες γενικές αρχές για τον σχεδιασμό αλγορίθμων είναι: Διαίρει και Βασίλευε (Divide and
Διαβάστε περισσότεραΔιοίκησης Επιχειρήσεων. ΠΡΟΓΡΑΜΜΑ eμβα ΚΩΔ. ΤΜΗΜΑ ΤΙΤΛΟΣ ΔΙΕΠ5 ΜΑΘΗΜΑΤΟΣ ΜΑΘΗΜΑΤΟΣ. Credits 6 ΕΞΑΜΗΝΟ 3 ος κύκλος ΟΝΟΜ/ΝΟ ΔΙΔΑΣΚΟΝΤΟΣ
ΤΜΗΜΑ Διοίκησης Επιχειρήσεων ΠΡΟΓΡΑΜΜΑ eμβα ΚΩΔ. ΤΙΤΛΟΣ Επιχειρησιακή ΔΙΕΠ5 ΜΑΘΗΜΑΤΟΣ ΜΑΘΗΜΑΤΟΣ Έρευνα Credits 6 ΕΞΑΜΗΝΟ 3 ος κύκλος ΟΝΟΜ/ΝΟ ΔΙΔΑΣΚΟΝΤΟΣ Βασίλης Αγγελής Ε-ΜAIL v.angelis@aegean.gr ΠΕΡΙΓΡΑΦΗ
Διαβάστε περισσότεραΒιογραφικό Σηµείωµα ΚΩΝΣΤΑΝΤΙΝΟΣ Ν. ΑΝ ΡΟΥΤΣΟΠΟΥΛΟΣ
Βιογραφικό Σηµείωµα ΚΩΝΣΤΑΝΤΙΝΟΣ Ν. ΑΝ ΡΟΥΤΣΟΠΟΥΛΟΣ 1. ΠΡΟΣΩΠΙΚΑ ΣΤΟΙΧΕΙΑ ιεύθυνση: Ευελπίδων 47A και Λευκάδος 33, 113 62, Αθήνα. τηλ.: +302108203673, φαξ: +30218203684 e-mail: kandro@aueb.gr Προσωπική
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΣΧΟΛΗ ΜΗΧΑΝΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ. Πτυχιακή εργασία
ΤΕΧΝΟΛΟΓΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΣΧΟΛΗ ΜΗΧΑΝΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ Πτυχιακή εργασία ΕΠΙΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΧΡΟΝΟΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΜΕΤΑΔΟΣΗΣ ΣΕ ΑΣΥΡΜΑΤΑ ΔΙΚΤΥΑ ΜΕ ΣΥΣΚΕΥΕΣ ΔΙΑΚΡΙΤΩΝ ΤΙΜΩΝ ΙΣΧΥΟΣ ΜΕ ΤΗ ΧΡΗΣΗ
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΡΕΥΝΑ ΜΑΡΚΕΤΙΝΓΚ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΡΕΥΝΑ ΜΑΡΚΕΤΙΝΓΚ Ακαδ. Έτος 2014-15, Διδάσκων: Χρήστος Βασιλειάδης, Ηλεκτρονικό ταχυδρομείο: chris@uom.edu.gr,
Διαβάστε περισσότεραΜΕΘΟΔΟΙ ΑΕΡΟΔΥΝΑΜΙΚΗΣ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Εργαστήριο Θερμικών Στροβιλομηχανών Μονάδα Παράλληλης ης Υπολογιστικής Ρευστοδυναμικής & Βελτιστοποίησης ΜΕΘΟΔΟΙ ΑΕΡΟΔΥΝΑΜΙΚΗΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ (7 ο Εξάμηνο Σχολής Μηχ.Μηχ. ΕΜΠ)
Διαβάστε περισσότεραΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ. Παναγιώτης Μερκούρης ΕΚΠΑΙΔΕΥΣΗ
ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ Παναγιώτης Μερκούρης ΕΚΠΑΙΔΕΥΣΗ Πρώτο Πτυχίο: Μαθηματικά, 1979 Εθνικό Καποδιστριακό Πανεπιστήμιο Αθηνών, Τμήμα Μαθηματικών MSc: Στατιστική, 1983 McGill University, Department of Mathematics
Διαβάστε περισσότεραMaude 6. Maude [1] UIUC J. Meseguer. Maude. Maude SRI SRI. Maude. AC (Associative-Commutative) Maude. Maude Meseguer OBJ LTL SPIN
78 Maude 1 Maude [1] UIUC J. Meseguer ( 1 ) ( ) Maude Maude SRI 90 UIUC SRI Maude SRI S. Eker C++ Maude 2 Maude Meseguer OBJ 1983-84 OBJ2[3] OBJ Maude OBJ 1 CafeOBJ 3 Maude 4 Maude CafeOBJ Maude: A Computer
Διαβάστε περισσότεραΜΟΝΤΕΛΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ
ΜΟΝΤΕΛΑ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ Ενότητα 8 Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΑλγοριθμικές Τεχνικές
Αλγοριθμικές Τεχνικές Παύλος Εφραιμίδης, Λέκτορας http://pericles.ee.duth.gr Αλγοριθμικές Τεχνικές 1 Τεχνικές Σχεδιασμού Αλγορίθμων Ορισμένες γενικές αρχές για τον σχεδιασμό αλγορίθμων είναι: Διαίρει και
Διαβάστε περισσότεραΚβαντική Επεξεργασία Πληροφορίας
Κβαντική Επεξεργασία Πληροφορίας Ενότητα 36: Προοπτικές και Εφαρμογές Κβαντικών Αλγορίθμων Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Προοπτικές
Διαβάστε περισσότεραIPSJ SIG Technical Report Vol.2014-CE-127 No /12/6 CS Activity 1,a) CS Computer Science Activity Activity Actvity Activity Dining Eight-He
CS Activity 1,a) 2 2 3 CS Computer Science Activity Activity Actvity Activity Dining Eight-Headed Dragon CS Unplugged Activity for Learning Scheduling Methods Hisao Fukuoka 1,a) Toru Watanabe 2 Makoto
Διαβάστε περισσότεραAlgorithms to solve Unit Commitment Problem
Algorhms to solve Un Commment Problem Takayuki SHIINA The electric power industry is undergoing restructuring and deregulation. This paper reviews mathematical programming models for the un commment. The
Διαβάστε περισσότεραBuried Markov Model Pairwise
Buried Markov Model 1 2 2 HMM Buried Markov Model J. Bilmes Buried Markov Model Pairwise 0.6 0.6 1.3 Structuring Model for Speech Recognition using Buried Markov Model Takayuki Yamamoto, 1 Tetsuya Takiguchi
Διαβάστε περισσότεραΥποστήριξη Αποφάσεων της Διανομής: Μέθοδοι και Πληροφοριακά Συστήματα
Υποστήριξη Αποφάσεων της Διανομής: Μέθοδοι και Πληροφοριακά Συστήματα του Σωτήρη Γκαγιαλή *, Ερευνητή ΕΜΠ, Σχολή Μηχανολόγων Μηχανικών, Τομέας Βιομηχανικής Διοίκησης & Επιχειρησιακής Έρευνας. Οι Μέθοδοι
Διαβάστε περισσότεραResearch on model of early2warning of enterprise crisis based on entropy
24 1 Vol. 24 No. 1 ont rol an d Decision 2009 1 Jan. 2009 : 100120920 (2009) 0120113205 1, 1, 2 (1., 100083 ; 2., 100846) :. ;,,. 2.,,. : ; ; ; : F270. 5 : A Research on model of early2warning of enterprise
Διαβάστε περισσότεραΣυστήματα Επιχειρηματικής Ευφυίας. Το πρόβλημα Nurse rostering Ενδεικτική επίλυση με αλγόριθμο Variable Neighborhood Search (VNS)
Συστήματα Επιχειρηματικής Ευφυίας Το πρόβλημα Nurse rostering Ενδεικτική επίλυση με αλγόριθμο Variable Neighborhood Search (VNS) Έβδομη Διάλεξη Περιεχόμενα (1) Συνοπτική παρουσίαση του προβλήματος Nurse
Διαβάστε περισσότεραΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ & ΔΙΟΙΚΗΣΗΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ & ΔΙΟΙΚΗΣΗΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΕΠΙΛΥΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΩΝ ΜΕ ΧΡΗΣΗ ΤΗΣ ΔΙΑΔΙΚΑΣΙΑΣ ΑΠΛΗΣΤΗ ΤΥΧΑΙΟΠΟΙΗΜΕΝΗ ΠΡΟΣΑΡΜΟΣΤΙΚΗ ΑΝΑΖΗΤΗΣΗ (Solving
Διαβάστε περισσότεραΣχεδιασμός Διαδρομών και Προγραμματισμός Δρομολογίων
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΒΙΟΜΗΧΑΝΙΚΗΣ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΕΦΟΔΙΑΣΤΙΚΗ Διδάσκων: Δρ. Σταύρος Τ. Πόνης Σχεδιασμός Διαδρομών και Προγραμματισμός Δρομολογίων
Διαβάστε περισσότερα[4] 1.2 [5] Bayesian Approach min-max min-max [6] UCB(Upper Confidence Bound ) UCT [7] [1] ( ) Amazons[8] Lines of Action(LOA)[4] Winands [4] 1
1,a) Bayesian Approach An Application of Monte-Carlo Tree Search Algorithm for Shogi Player Based on Bayesian Approach Daisaku Yokoyama 1,a) Abstract: Monte-Carlo Tree Search (MCTS) algorithm is quite
Διαβάστε περισσότεραΣυνδυαστική Βελτιστοποίηση
Τμήμα Εφαρμοσμένης Πληροφορικής, Παν. Μακεδονίας 1 Άγγελος Σιφαλέρας sifalera@uom.gr 4 η Διάλεξη Τμήμα Εφαρμοσμένης Πληροφορικής, Παν. Μακεδονίας 2 Knapsack Problem, (1/9) Ένας επενδυτής διαθέτει ένα χρηματικό
Διαβάστε περισσότερακαθ. Βασίλης Μάγκλαρης
ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΕΡΓΑΣΙΕΣ & ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ Αίθουσα 005 - Νέα Κτίρια ΣΗΜΜΥ Ε.Μ.Π. Ενισχυτική Μάθηση - Δυναμικός Προγραμματισμός: 1. Markov Decision Processes 2. Bellman s Optimality Criterion 3. Αλγόριθμος
Διαβάστε περισσότεραΒΕΛΤΙΣΤΕΣ ΙΑ ΡΟΜΕΣ ΣΕ ΙΚΤΥΑ ΜΕΤΑΒΛΗΤΟΥ ΚΟΣΤΟΥΣ
ΒΕΛΤΙΣΤΕΣ ΙΑ ΡΟΜΕΣ ΣΕ ΙΚΤΥΑ ΜΕΤΑΒΛΗΤΟΥ ΚΟΣΤΟΥΣ Μωυσιάδης Πολυχρόνης, Ανδρεάδης Ιωάννης Τμήμα Μαθηματικών Α.Π.Θ. ΠΕΡΙΛΗΨΗ Στην εργασία αυτή παρουσιάζεται μία μελέτη για την ελάχιστη διαδρομή σε δίκτυα μεταβλητού
Διαβάστε περισσότεραEM Baum-Welch. Step by Step the Baum-Welch Algorithm and its Application 2. HMM Baum-Welch. Baum-Welch. Baum-Welch Baum-Welch.
Baum-Welch Step by Step the Baum-Welch Algorithm and its Application Jin ichi MURAKAMI EM EM EM Baum-Welch Baum-Welch Baum-Welch Baum-Welch, EM 1. EM 2. HMM EM (Expectationmaximization algorithm) 1 3.
Διαβάστε περισσότεραFeasible Regions Defined by Stability Constraints Based on the Argument Principle
Feasible Regions Defined by Stability Constraints Based on the Argument Principle Ken KOUNO Masahide ABE Masayuki KAWAMATA Department of Electronic Engineering, Graduate School of Engineering, Tohoku University
Διαβάστε περισσότεραΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ
ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Dr. Christos D. Tarantilis Associate Professor in Operations Research & Management Science http://tarantilis.dmst.aueb.gr/ ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 1- ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ
Διαβάστε περισσότεραΜ. Κορφιατη - Π. Γεωργίου ΒΙΒΛΙΟΘΗΚΗ & ΥΠΗΡΕΣΙΑ ΠΛΗΡΟΦΟΡΗΣΗΣ ΠΑΝ. ΠΑΤΡΩΝ
Μ. Κορφιατη - Π. Γεωργίου ΒΙΒΛΙΟΘΗΚΗ & ΥΠΗΡΕΣΙΑ ΠΛΗΡΟΦΟΡΗΣΗΣ ΠΑΝ. ΠΑΤΡΩΝ Αξιολόγηση υπηρεσιών: Έρευνα χρηστών της ΒιΒλιοθήκης και Υπηρεσίας Πληροφόρησης του Πανεπιστημίου Πατρών Μ. Korfiati - P. Georgiou
Διαβάστε περισσότεραGemini, FastMap, Applications. Εαρινό Εξάμηνο Τμήμα Μηχανικών Η/Υ και Πληροϕορικής Πολυτεχνική Σχολή, Πανεπιστήμιο Πατρών
Gemini,, Applications Τμήμα Μηχανικών Η/Υ και Πληροϕορικής Πολυτεχνική Σχολή, Πανεπιστήμιο Πατρών Εαρινό Εξάμηνο 2011-2012 Table of contents 1 Table of contents 1 2 Table of contents 1 2 3 Table of contents
Διαβάστε περισσότεραΠΡΟΒΛΗΜΑ ΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΩΝ ΜΕ ΠΕΡΙΟΡΙΣΜΕΝΗ ΧΩΡΗΤΙΚΟΤΗΤΑ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΑΣΙΑ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΠΡΟΒΛΗΜΑ ΔΡΟΜΟΛΟΓΗΣΗΣ ΟΧΗΜΑΤΩΝ ΜΕ ΠΕΡΙΟΡΙΣΜΕΝΗ ΧΩΡΗΤΙΚΟΤΗΤΑ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΑΣΙΑ Μπούκοσης Δημήτριος 20/08/2017 1 Ευχαριστίες Θέλω να ευχαριστήσω τον επιβλέποντα της διπλωματικής εργασίας
Διαβάστε περισσότεραΕΥΧΑΡΙΣΤΙΕΣ. Θεσσαλονίκη, Δεκέμβριος 2005. Κώστας Δόσιος
ΕΥΧΑΡΙΣΤΙΕΣ Μου δίνεται η ευκαιρία με την περάτωση της παρούσης διδακτορικής διατριβής να σημειώσω ότι, είναι ιδιαίτερα δύσκολο και κοπιαστικό να ολοκληρώσεις το έργο που ξεκινάς κάποια στιγμή έχοντας
Διαβάστε περισσότεραΓεώργιος Ακρίβης. Προσωπικά στοιχεία. Εκπαίδευση. Ακαδημαϊκές Θέσεις. Ηράκλειο. Country, Ισπανία. Λευκωσία, Κύπρος. Rennes, Γαλλία.
Γεώργιος Ακρίβης Προσωπικά στοιχεία Έτος γέννησης 1950 Τόπος γέννησης Χρυσοβίτσα Ιωαννίνων Εκπαίδευση 1968 1973,, Ιωάννινα. Μαθηματικά 1977 1983,, Μόναχο, Γερμανία. Μαθηματικά, Αριθμητική Ανάλυση Ακαδημαϊκές
Διαβάστε περισσότεραΕπίλυση του Προβλήματος Δρομολόγησης Οχημάτων Παραλαβής και Επίδοσης με Αλγόριθμο Προσομοιωμένης Ανόπτησης
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Επίλυση του Προβλήματος Δρομολόγησης Οχημάτων Παραλαβής και Επίδοσης με Αλγόριθμο Προσομοιωμένης Ανόπτησης Ευάγγελος
Διαβάστε περισσότεραDartmouth College, Ph.D. in Computer Science, Dartmouth College, M.S. in Computer Science,, Architecture of Computers and Multiprocessors.
ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΕΙΣΗΓΗΤΙΚΗ ΕΚΘΕΣΗ για την πλήρωση μιας θέσης Αναπληρωτή Καθηγητή του Τμήματος Πληροφορικής και Τηλεπικοινωνιών του Εθνικού
Διαβάστε περισσότεραΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1
ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1 1 Βελτιστοποίηση Στην προσπάθεια αντιμετώπισης και επίλυσης των προβλημάτων που προκύπτουν στην πράξη, αναπτύσσουμε μαθηματικά μοντέλα,
Διαβάστε περισσότεραΑναστασία Παπαρρίζου. Επιβλέπων Καθηγητής: Κώστας Στεργίου Τριμελής Επιτροπή: Κώστας Στεργίου, Νικόλαος Σαμαράς, Μανώλης Κουμπαράκης
Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Δυτικής Μακεδονίας Αναστασία Παπαρρίζου Επιβλέπων Καθηγητής: Κώστας Στεργίου Τριμελής Επιτροπή: Κώστας Στεργίου, Νικόλαος Σαμαράς, Μανώλης
Διαβάστε περισσότεραΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ Ενότητα 10: Διαχείριση Εφοδιαστικής Αλυσίδας: Προβλήματα Δρομολόγησης Στόλου Οχημάτων Το περιεχόμενο του μαθήματος διατίθεται
Διαβάστε περισσότεραAn Automatic Modulation Classifier using a Frequency Discriminator for Intelligent Software Defined Radio
C IEEJ Transactions on Electronics, Information and Systems Vol.133 No.5 pp.910 915 DOI: 10.1541/ieejeiss.133.910 a) An Automatic Modulation Classifier using a Frequency Discriminator for Intelligent Software
Διαβάστε περισσότεραResearch on Economics and Management
36 5 2015 5 Research on Economics and Management Vol. 36 No. 5 May 2015 490 490 F323. 9 A DOI:10.13502/j.cnki.issn1000-7636.2015.05.007 1000-7636 2015 05-0052 - 10 2008 836 70% 1. 2 2010 1 2 3 2015-03
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1)
ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1) 1 Προέλευση και ιστορία της Επιχειρησιακής Έρευνας Αλλαγές στις επιχειρήσεις Τέλος του 19ου αιώνα: βιομηχανική
Διαβάστε περισσότεραΜεταπτυχιακή Εργασία. Παπαδόπουλος Αθανάσιος. «Το Πρόβλημα της Δρομολόγησης Στόλου Οχημάτων : Μελέτη Περίπτωσης»
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Μεταπτυχιακό : «Διοίκηση Επιχειρήσεων - (Μ.Β.Α.) Μεταπτυχιακή Εργασία Παπαδόπουλος Αθανάσιος Αριθμός Μητρώου: 292 «Το Πρόβλημα της Δρομολόγησης Στόλου Οχημάτων
Διαβάστε περισσότεραΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Ανάπτυξη Υβριδικού Γενετικού Αλγορίθμου για την Επίλυση του Προβλήματος Δρομολόγησης Οχημάτων με Πολλαπλές Αποθήκες ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Πρατικάκης
Διαβάστε περισσότεραΣυστήματα Επιχειρηματικής Ευφυίας. Εισαγωγικές έννοιες Υπολογιστικής Νοημοσύνης
Συστήματα Επιχειρηματικής Ευφυίας Εισαγωγικές έννοιες Υπολογιστικής Νοημοσύνης Διάρθρωση του μαθήματος Το μάθημα αποτελείται από τρείς τρίωρες διαλέξεις και ένα επαναληπτικό τρίωρο. Οι διαλέξεις αφορούν
Διαβάστε περισσότερα