prikaz prve stranice dokumenta Rješavanje problema usmjeravanja vozila ograničenog kapaciteta metodom simuliranog kaljenja
  Download
PDF 15.99 MB
master's thesis
Rješavanje problema usmjeravanja vozila ograničenog kapaciteta metodom simuliranog kaljenja
Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Applied Mathematics and Informatics, 2023. urn:nbn:hr:126:212900
Pavičić, Josip
Josip Juraj Strossmayer University of Osijek
School of Applied Mathematics and Informatics

Cite this document

Pavičić, J. (2023). Rješavanje problema usmjeravanja vozila ograničenog kapaciteta metodom simuliranog kaljenja (Master's thesis). Osijek: Josip Juraj Strossmayer University of Osijek, School of Applied Mathematics and Informatics. Retrieved from https://urn.nsk.hr/urn:nbn:hr:126:212900

Pavičić, Josip. "Rješavanje problema usmjeravanja vozila ograničenog kapaciteta metodom simuliranog kaljenja." Master's thesis, Josip Juraj Strossmayer University of Osijek, School of Applied Mathematics and Informatics, 2023. https://urn.nsk.hr/urn:nbn:hr:126:212900

Pavičić, Josip. "Rješavanje problema usmjeravanja vozila ograničenog kapaciteta metodom simuliranog kaljenja." Master's thesis, Josip Juraj Strossmayer University of Osijek, School of Applied Mathematics and Informatics, 2023. https://urn.nsk.hr/urn:nbn:hr:126:212900

Pavičić, J. (2023). 'Rješavanje problema usmjeravanja vozila ograničenog kapaciteta metodom simuliranog kaljenja', Master's thesis, Josip Juraj Strossmayer University of Osijek, School of Applied Mathematics and Informatics, accessed 22 April 2025, https://urn.nsk.hr/urn:nbn:hr:126:212900

Pavičić J. Rješavanje problema usmjeravanja vozila ograničenog kapaciteta metodom simuliranog kaljenja [Master's thesis]. Osijek: Josip Juraj Strossmayer University of Osijek, School of Applied Mathematics and Informatics; 2023 [cited 2025 April 22] Available at: https://urn.nsk.hr/urn:nbn:hr:126:212900

J. Pavičić, "Rješavanje problema usmjeravanja vozila ograničenog kapaciteta metodom simuliranog kaljenja", Master's thesis, Josip Juraj Strossmayer University of Osijek, School of Applied Mathematics and Informatics, Osijek, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:126:212900

Please login to the repository to save this object to your list.
Metadata
TitleRješavanje problema usmjeravanja vozila ograničenog kapaciteta metodom simuliranog kaljenja
Title (english)Solving Capacitated Vehicle Routing Problem Using Simulated Annealing
AuthorJosip Pavičić
MentorDomagoj Matijević (mentor)
Committee memberIvan Papić (predsjednik povjerenstva)
Committee memberDomagoj Matijević (član povjerenstva)
Committee memberDomagoj Ševerdija (član povjerenstva)
GranterJosip Juraj Strossmayer University of Osijek
School of Applied Mathematics and Informatics
Osijek
Defense date and country2023-09-21, Croatia
Scientific / art field,
discipline and subdiscipline		NATURAL SCIENCES
Mathematics
Mathematical Logic and Accounting
Abstract
U današnjem modernom društvu, optimizacija logističkih procesa igra ključnu ulogu u ekonomiji i održivosti. Jedan od izazova u logistici je problem usmjeravanja vozila ograničenog kapaciteta, gdje se vozila koriste za dostavu tereta na različite lokacije. Ovaj problem zahtijeva optimalno raspoređivanje vozila kupcima kako bi se minimizirala prijeđena udaljenost vozila. U radu se prvo definira problem raspoređivanja vozila s kapacitetom i daje matematički model problema. Zatim se predstavljaju... More algoritmi simuliranog kaljenja (SK) i empirijskog simuliranog kaljenja (ESK) kao metode za rješavanje ovog problema. SK koristi eksponencijalnu distribuciju prihvaćanja lošijih rješenja, dok ESK koristi gama distribuciju. Nakon toga, detaljno se opisuje implementacija ovih algoritama i njihova primjena na problem usmjeravanja vozila ograničenog kapaciteta. Prikazane su različite komponente implementacije, uključujući generiranje početnih rješenja i kandidata te sam algoritam simuliranog kaljenja. U petom dijelu rada analiziraju se rezultati dobiveni primjenom ovih algoritama na različite skupove podataka (A, B, P). Uspoređuju se optimalna rješenja s rješenjima dobivenim pomoću SK i ESK. Rezultati pokazuju da su oba algoritma sposobna pružiti zadovoljavajuća rješenja, pri čemu su za nekoliko instanci postignuta optimalna rješenja. Analizom apsolutnih i relativnih pogrešaka utvrđena je visoka preciznost algoritama. Najvažniji zaključak proizlazi iz analize funkcija cilja, gdje se pokazalo da se funkcija cilja ESK brže približava optimalnom rješenju u usporedbi s funkcijom cilja SK. ESK se također pokazao efikasnijim u bržem pronalaženju boljih rješenja i pružio bolja rješenja u prosjeku. Ovaj rad pridonosi razumijevanju učinkovitosti SK i ESK algoritama u optimizaciji problema raspoređivanja vozila s kapacitetom. Less
Abstract (english)
In today’s modern society, optimizing logistic processes plays a pivotal role in the economy and sustainability. One of the challenges in logistics is the capacitated vehicle routing problem, where trucks are used to deliver cargo to various locations. This problem requires the optimal allocation of trucks to customers to minimize the traveled distance of vehicles. The paper begins by defining the capacited vehicle routing problem and provides a mathematical model for the problem. It then... More introduces the simulated annealing (SA) algorithm and the empirical-type simulated annealing (ETSA) algorithm as methods for solving this problem. SA employs an exponential distribution for accepting worse solutions, while ETSA utilizes a gamma distribution. Subsequently, the paper extensively describes the implementation of these algorithms and their application to the capacited vehicle routing problem. Different components of the implementation are presented, including the generation of initial solutions and candidates, as well as the SA algorithm itself. In the third part of the paper, the results obtained by applying these algorithms to various datasets (A, B, P) are analyzed. Optimal solutions are compared with solutions obtained using SA and ETSA. The results demonstrate that both algorithms are capable of providing satisfactory solutions, with several instances achieving optimal solutions. The analysis of absolute and relative errors reveals a high level of precision in the algorithms. The most significant conclusion arises from the analysis of the objective functions, showing that the objective function of ETSA converges more quickly to the optimal solution compared to that of SA. ETSA has also proven to be more efficient in finding better solutions more rapidly and has provided better solutions on average. This paper contributes to the understanding of the effectiveness of SA and ETSA algorithms in optimizing the vehicle routing problem with capacity constraints. Less
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:126:212900
Study programmeTitle: Mathematics; specializations in: Financial and Statistical Mathematics, Mathematics and Computer Science, Industrial and Applied Mathematics
Course: Mathematics and Computer Science
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra matematike (magistar/magistra matematike)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
RepositoryRepository of School of Applied Mathematics and Informatics
Created on2023-09-25 10:25:34
accessibility

closeAccessibilityrefresh

If you wish to permanently save changes, click on Save, if not - your settings will be reset when you restart the browser.