Агентно-ориентированные модели оптимизации структуры системы распределения железобетонных изделий в условиях неопределенности тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Жилкин, Илья Алексеевич

  • Жилкин, Илья Алексеевич
  • кандидат экономических науккандидат экономических наук
  • 2010, Москва
  • Специальность ВАК РФ08.00.13
  • Количество страниц 142
Жилкин, Илья Алексеевич. Агентно-ориентированные модели оптимизации структуры системы распределения железобетонных изделий в условиях неопределенности: дис. кандидат экономических наук: 08.00.13 - Математические и инструментальные методы экономики. Москва. 2010. 142 с.

Оглавление диссертации кандидат экономических наук Жилкин, Илья Алексеевич

ВВЕДЕНИЕ.

1 Анализ современных подходов к оптимизации системы распределения промышленной продукции.

1.1 Роль системы распределения продукции в деятельности современного промышленного предприятия.

1.2 Способы учета неопределенности при принятии решений по распределению промышленной продукции.

1.3 Обзор математических методов решения задачи планирования поставки товара.

1.4 Выводы.

2 Организационно-экономический анализ состояния и основных тенденций развития отечественных предприятий строительных материалов.

2.1. Анализ основных тенденций развития отрасли строительных материалов РФ.

2.2. Состояние предприятий строительных материалов Смоленской области.

2.3. Основные тенденции развития предприятий ЖБИ.

3 Разработка интервального агентно-ориентированного алгоритма для оптимизации структуры системы распределения железобетонных изделий в условиях неопределенности.

3.1 Структурная модель системы оптимизации распределения железобетонных изделий в условиях неопределенности.

3.2 Алгоритм построения и вывода решений по спросу.

3.2.1 Интервальная платежная матрица.

3.2.2 Критерии выбора стратегии в интервальной матрице.

3.3 Модифицированный алгоритм муравьиных колоний для оптимизации структуры распределения железобетонных изделий.

3.3.1 Математическая постановка задачи.

3.3.2 Описание алгоритма.

3.4 Выводы.

4 Результаты практической реализации предложенного алгоритма для оптимизации системы распределения продукции ЖБИ.

4.1 Архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ.

4.2 Методика применения информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ.

4.3 Результаты использования информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ на ОАО «Стройконструкция».

4.4 Выводы.

Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Введение диссертации (часть автореферата) на тему «Агентно-ориентированные модели оптимизации структуры системы распределения железобетонных изделий в условиях неопределенности»

Строительный комплекс является одной из важнейших составляющих российской экономики, эффективное функционирование которого обеспечивается деятельностью предприятий строительных материалов. Известно, что цены на материалы для строительных организаций включают существенную транспортную составляющую, связанную с доставкой, разгрузочно-погрузочными работами и временным хранением продукции, и в значительной степени определяют себестоимость возводимых объектов. С учетом неравномерности развития и территориального распределения строительного комплекса РФ перед предприятиями строительных материалов возникает задача выбора оптимального маршрута доставки продукции на локальные рынки, часто характеризующиеся незначительным и нестабильным объемом спроса. В первую очередь это относится к предприятиям, осуществляющим выпуск строительных железобетонных изделий (ЖБИ), которые в результате воздействия на рынок коммерческой и некоммерческой недвижимости последствий спада в экономике 2008 г. получили возможность более успешно конкурировать по цене со строительными материалами других типов. В этой связи, возрастает роль сбытовой деятельности предприятий ЖБИ и реализующей ее системой распределения (дистрибьюции), решающих, в первую очередь, такие основные задачи как планирование и управление запасами в точках промежуточного складирования, а также организация процесса транспортировки.

Нестабильность спроса на продукцию ЖБИ, сложная сеть маршрутов перевозок, высокая степень износа транспортных средств, необходимость точного планирования объемов выпуска продукции определяют целесообразность применения математических и инструментальных методов экономики для построения и использования моделей для поддержки принятия решений по управлению системой распределения, позволяющих осуществлять выбор рационального объема производства и маршрутов доставки ЖБИ.

Вопросы применения методов математического моделирования для принятия решений по управлению промышленными предприятиями в условиях неопределенности и риска рассмотрены в работах JI. Ангстенбергер, С.А. Айвазяна, Т. Андерсона, В.Н. Афанасьева, Н.А.Баумана, Дж. Бокса, Д.Е. Бэстенса, В.Н. Буркова, Г. Дженкинса, В.В. Дика, А.А. Дорофеюка, И.Н. Драгобытского, А.А.Емельянова, И.В. Зайцевского, А.Г. Ивахненко, А.Н. Колмогорова, М. Кэндэла, Ю.П. Лукашина, B.JI. Макарова, В.П. Мешалкина, B.C. Мхитаряна, B.C. Пугачева, P.JI. Раяцкаса, Ю.Ф. Тельнова, Е.М. Четыркина и др.

Анализ предлагаемых в данных работах подходов к построению экономико-математических моделей для поддержки принятия решений по определению объемов выпускаемой продукции показывает целесообразность применения математического аппарата теории игр, а для определения оптимальных маршрутов - агентно-ориентированного подхода, основанного на применении алгоритмов «муравьиных колоний», рассматриваемых в работах Х.Н. Псарафтиса, Д. Виго, Дж. Лапорта, К.Х. Кристьянсена, Дж. Лайсгарда, Г. Кларка, И.Х. Османа, В.М. Курейчика, М. Дориго, А.П. Игнатьева.

Однако, несмотря на развитости аппарата теории игр, в промышленности данный аппарат применяется недостаточно широко. Это, прежде всего, вызвано сложностью определения элементов матрицы игры (обычно, выигрыша или потерь предприятия) в условиях влияния большого количества плохо измеряемых факторов. Одним из способов учета факторов неопределенности является использование интервальной математики, которая может быть использована при определении возможных последствий принимаемых управленческих решений. Задача оптимизации структуры системы распределения ЖБИ является частным случаем более общей проблемы маршрутизации. Следует также отметить, что существующие агентно-ориентированые методы решения задачи маршрутизации не учитывают в полной мере специфику рынка ЖБИ и особенности их транспортировки. Указанные обстоятельства в значительной степени снижают возможности использования данных перспективных подходов в качестве алгоритмического обеспечения информационных систем поддержки принятия решений по управлению системой распределения ЖБИ.

Сказанное определяет актуальность научной задачи разработки методического аппарата построения математических моделей и алгоритмов для оптимизации структуры системы распределения ЖБИ с учетом неопределенности спроса, использующих аппарат интервальной математики и агентно-ориентированный подход к выбору оптимальных маршрутов доставки продукцию потребителям, а также архитектуры информационной системы поддержки принятия решений по определению объемов производства и маршрутизации каналов распределения, имеющей существенное значение для развития математического, аппарата анализа экономических систем.

Цель диссертационной работы - разработка интервальных математических моделей и агентно-ориентированных алгоритмов для поддержки принятия решений по определению объемов выпуска продукции и маршрутизации каналов распределения для предприятий, осуществляющих выпуск строительных материалов, а также архитектуры и методики применения информационной системы поддержки принятия решений по оптимизации системы распределения ЖБИ.

Для достижения указанной цели были поставлены и решены следующие задачи исследования:

1. Анализ основных задач, решаемых при построении системы распределения строительных материалов в условиях нестабильного, спроса.

Анализ особенностей системы распределения ЖБИ строительного назначения.

2. Анализ современного математического аппарата для принятия решений по объемам выпуска, а также выбору маршрутов доставки промышленной продукции.

3. Экономический анализ и определение основных тенденций развития предприятий промышленности строительных материалов РФ и Смоленской области.

4. Разработка обобщенной модели принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности.

5. Разработка алгоритма принятия решений по выбору объемов выпуска ЖБИ на основе использования интервальной платежной матрицы.

6. Разработка агентно-ориентированного алгоритма оптимизации маршрутов доставки ЖБИ в условиях нестабильности спроса.

7. Разработка архитектуры информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности.

8. Выработка практических рекомендаций по применению предложенных алгоритмов и информационной системы для оптимизации структуры распределения предприятий ЖБИ Смоленской области.

Теоретической и методологической базой исследования являются методы теории игр, интервальной математики, комбинаторики, теории графов и искусственного интеллекта, транспортной логистики, методы экономического анализа, эконометрики и экономико-математического моделирования, системный подход к анализу экономических явлений и процессов, научные положения и выводы, сформулированные в трудах отечественных и зарубежных ученых по математическому моделированию экономических объектов и процессов.

Информационной базой исследования являются данные Госкомстата РФ о состоянии строительной отрасли, законодательные и нормативно-правовые акты Президента и Правительства РФ, связанные с тематикой диссертации, а также отчетные данные предприятий строительных материалов Смоленской области.

Наиболее существенные научные результаты, полученные лично автором:

1. Разработана обобщенная модель принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности, которая в отличие от известных позволяет комплексно использовать предложенные подмодели прогнозирования спроса в условиях интервальной неопределенности и выбора оптимального маршрута доставки продукции потребителям, что дает возможность автоматизировать процедуры поддержки принятия решений по управлению каналами сбыта в рамках использования интегрированной маркетинговой информационной системы.

2. Разработан алгоритм вывода решений по определению рационального объема производства ЖБИ, основанный на результатах анализа платежной матрицы, построенной, в отличие от известных, с использованием интервальной математики для описания результата реализации сбытовых стратегий и модифицированных критериев их выбора, что позволяет принимать решения в условиях неопределенности при отсутствии необходимого объема статистических данных о конъюнктуре локальных рынков.

3. Предложен агентно-ориентированный алгоритм оптимизации структуры распределения железобетонных изделий, отличающийся использованием набора эвристических правил, характеризующих взаимодействие поставщиков и потребителей, и модифицированного алгоритма муравьиной колонии, что позволяет выбирать оптимальные маршруты, структуру грузоперевозок и виды транспорта с учетом ограничений по вместимости транспортных средств и времени доставки в условиях вероятностного характера спроса на продукцию.

4. Предложена многозвенная архитектура информационной системы поддержки принятия решений по оптимизации структуры распределения продукции ЖБИ, отличающаяся возможностью учета неопределенности рыночной среды при отсутствии необходимого объема статистических данных о состоянии конъюнктуры рынков, что позволяет расширить функциональные возможности корпоративных информационных систем предприятий, осуществляющих выпуск строительных материалов.

Объектом исследования являются предприятия промышленности строительных материалов Российской Федерации, функционирующие в условиях переходного периода в экономике или в условиях нестабильности внешней среды.

Предметом исследования являются методы и алгоритмы оптимизации системы распределения промышленной продукции в условиях неопределенности.

Обоснованность и достоверность научных результатов, выводов и рекомендаций диссертации определяются корректным применением методов теории игр, искусственного интеллекта, теории графов, интервальной математики, экономического анализа, экономико-математического моделирования. Выводы и предложения диссертационного исследования не противоречат известным теоретическим и практическим результатам, содержащимся в трудах отечественных и зарубежных ученых в области теории игр, теории графов и ее приложения к маршрутизации транспорта, а также экономики, организации и управления промышленными предприятиями.

Научная новизна работы состоит в разработке модели принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности, а также алгоритма определения оптимального объема выпуска продукции с использованием интервальной платежной матрицы и агентно-ориентированного алгоритма оптимизации маршрутов доставки ЖБИ в условиях нестабильности спроса.

Значение полученных результатов для теории и практики.

Предложенные в диссертации алгоритмы и математические модели вносят определенный вклад в развитие теории принятия решений в условиях неопределенности, а также в развитие эвристико-вычислительных методов оптимизации структуры распределения промышленных товаров.

Разработанная архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ, реализующая разработанные модели и алгоритмы, вносит вклад в теории и практику применения систем поддержки принятия решений по управлению промышленным предприятием.

Сведения о реализации и целесообразности практического использования результатов.

Предложенные математические модели и алгоритмы принятия решений и оптимизации структуры системы распределения ЖБИ, а также реализующая их информационная система были использованы на ОАО «Стройконструкция», что позволило снизить издержки на транспортировку продукции потребителям.

Теоретические и методические результаты диссертации используются в учебном процессе филиала Московского энергетического института (технического университета) в г. Смоленске.

Предложные модели и алгоритмы оптимизации системы распределения продукции ЖБИ могут быть рекомендованы для практического применения при управлении распределением продукции предприятий различных отраслей промышленности.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на Межвузовской научной конференции «Экономика. Менеджмент. Логистика. Корпоративные информационные системы» (2008 г., Смоленск); Международной научно-практической конференции «Активизация роли молодых ученых - путь к формированию инновационного потенциала АПК» (2008 г., Смоленск); XXIII Международной научной конференции «Математические методы в технике и технологиях - ММТТ-23» (2010 г., Саратов), а также научных семинарах филиала МЭИ (ТУ) в г. Смоленске.

Публикации. По теме диссертации опубликовано 7 печатных работ общим объемом 3,2 п.л., в том числе лично автору принадлежит 2,7 п.л.

Структура и объем работы.

Диссертационная работа состоит из введения, трех глав, заключения, списка литературы, включающего 160 наименований, и одного приложения. Диссертация содержит 143 страницы машинописного текста, 16 рисунков и 30 таблиц.

Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Заключение диссертации по теме «Математические и инструментальные методы экономики», Жилкин, Илья Алексеевич

4.4 Выводы

1) Разработана многозвенная архитектура информационной системы поддержки принятия решений по оптимизации структуры распределения продукции ЖБИ, отличающаяся возможностью учета неопределенности реакции рыночной среды при отсутствии необходимого объема статистических данных о состоянии конъюнктуры рынков, что позволяет расширить функциональные возможности корпоративных информационных систем предприятий, осуществляющих выпуск строительных материалов.

2) Предложена методика принятия решений по оптимизации структуры распределения продукции ЖБИ с использованием разработанной информационной системы в условиях интервальной неопределенности конъюнктуры рынков.

3) Проведен анализ эффективности предприятия ОАО «Стройконструкция», выпускающего железобетонные изделия, который позволяет сделать вывод о том, что предприятие функционирует стабильно и развивается. Также можно отметить значительный рост показателей рентабельности в 2009 г, что вызвано ростом чистой прибыли, значительным увеличением прибыли от продаж.

4) В ходе работы построена система распределения ЖБИ по Смоленской области и Московскому региону, предварительная оценка которой показывает, что ее использование позволит снизить транспортные издержки в среднем на 15-20%. Однако введение такой системы требует пересмотра существующих бизнес-процессов, что требует определенного времени для начала успешного функционирования полученной оптимальной структуры системы распределения ЖБИ по Смоленской области

ЗАКЛЮЧЕНИЕ

В ходе работы были получены следующие основные результаты:

1. Выделены основные задачи, решаемые при построении системы распределения продукции, производимой промышленными предприятиями. Проведен анализ современного математического аппарата построения и применения игровых моделей в условиях неопределенности для принятия решений по объемам выпуска промышленной продукции, а также современных математических методов решения задачи по планированию поставки продукции, производимой промышленными предприятиями.

2. Сформулированы основные особенности системы распределения продукции, производимой предприятиями ЖБИ.

3. Предложена обобщенная модель принятия решений по оптимизации структуры системы распределения продукции ЖБИ в условиях неопределенности.

4. Разработан алгоритм построения и вывода решений по спросу в виде интервальной платежной матрицы, отличающейся использованием интервальной математики для описания результата реализации стратегий, что позволяет принимать решения по объемам выпуска ЖБИ в условиях неопределенности при отсутствии статистических данных в переходные периоды в экономике.

5. Разработан агентно-ориентированный алгоритм оптимизации структуры распределения железобетонных изделий, отличающийся использованием набора эвристических правил взаимодействия поставщиков и клиентов и модифицированного муравьиного алгоритма, имитирующего целенаправленное поведение колоний насекомых, что позволяет осуществлять поиск оптимальной конфигурации системы распределения ЖБИ при заданных ограничениях на вместительность, ограничениях на время доставки, нагрузку на транспортные средства в условиях случайного характера спроса на продукцию.

6. Предложена архитектура информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ, отличающаяся возможностью учета неопределенности в реакции внешней среды при отсутствия статистических данных для построения нечетких моделей.

7. С использованием разработанной информационной системы поддержки принятия решений по оптимизации структуры системы распределения продукции ЖБИ выработаны практические рекомендации для предприятия ОАО «Стройконструкция» по организации системы распределения ЖБИ по Смоленской области

Список литературы диссертационного исследования кандидат экономических наук Жилкин, Илья Алексеевич, 2010 год

1. Войткевич, Н.И. Распределяй и . властвуй / Н.И. Войткевич // Российское предпринимательство. 2008. - №1. - С. 32-36.

2. Наумов, В.Н. Маркетинг сбыта Электронный ресурс. — Энциклопедия маркетинга. — Режим доступа: http://www.marketing.spb.rU/read/mll/3.htm (дата обращения: 4.05.2010), свободный.

3. Аникин, Б.А. Логистика: учебное пособие / Б.А. Аникин, Т.А. Родкина, М.А. Гапонова и др.; ред. Б.А. Аникин, ред. Т.А. Родкина. М.: Велби Проспект, 2005. - 408с.

4. Гаджинский, A.M. Логистика: учебник для высших и среднеспециальных учебных заведений. 7-е издание, перераб., и доп., / A.M. Гаджинский. - М.: Издательско-торговая корпорация «Дашков и К», 2003.-408с.

5. Канке, А.А., Кошевая, И.П.: учебное пособие / А.А. Канке, И.П. Кошевая. М.: ИНФРА-М, 2006. - 376с.

6. Сергеев, В.И. Корпоративная логистика: 300 ответов на вопросы профессионалов / В.И. Сергеев. М.: ИНФРА-М, 2005. - 789с.

7. Попова, Е.А. Формирование системы распределения продукции предприятий, производящих изделия из сортового стекла : автореферат дис.кандидата экономических наук : 08.00.05 / Попова Елена Александровна; Место защиты: Пенз. гос. ун-т. , Пенза, 2006. 24с.

8. Еремякин, А.В. Реформирование логистической системы распределения газа в Оренбургской области : автореферат дис. . кандидата экономических наук : 08.00.05 / Еремякин Алексей Васильевич; Место защиты: Сам. гос. эконом, ун-т., Оренбург, 2008. 20с.

9. М. Мескон, М. Альберт, Ф. Хедоури. Основы менеджмента. М.: Издательство «Дело», 1992.

10. Нейман Д., Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970.

11. Исследование операций: В 2-х томах. / Под ред. Дж. Моудера, С.Элмаграби. М.: Мир, 1981.

12. Вентцель Е.С. Элементы теории игр. М.: Физматлит, 1959.

13. Вентцель Е.С. Исследование операций: задачи, принципы, методология. М.: Наука, 1980.

14. Вентцель Е.С. Исследование операций. М.: Наука, 1980.

15. Вагнер Г. Основы исследования операций. М.: Мир, 1973.

16. Крапивин В.Ф. Теоретико-игровые методы синтеза сложных систем в конфликтных ситуациях. М.: Сов. радио, 1972.

17. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях / В кн.: Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. С. 172215.

18. Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений. М.: Мир, 1976.

19. Модели принятия решений на основе лингвистической переменной /А. Н. Борисов, А. В. Алексеев, О. А. Крумберг и др. Рига: Зинатне, 1982.

20. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001.

21. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ-Петербург, 2003.

22. Дьяконов В.П., Круглов В.В. Matlab 6.5 SP1/7/7 SP1/7 SP2 + Simu-link 5/6. Инструменты искусственного интеллекта и биоинформатики. М.: СОЛОН-ПРЕСС, 2006.

23. Борисов В.В., Круглов В.В., Федулов А.С. Нечеткие модели и сети. М.: М.: Горячая линия — Телеком, 2007.

24. Круглов В.В. Нечеткая игровая модель с единичным экспериментом //Нейрокомпьютеры: разработка и применение. 2003. № 8-9. С. 24-28.

25. Круглов В.В. Нечеткие игровые модели и их применение в задачах принятия решений, классификации и прогнозирования // Вестник МЭИ. 2004. № 1. С. 82-85.

26. Орловский С.А. Игры в нечетко определенной обстановке // ЖВМ и МФ. 1976. № 16. С. 1427-1435.

27. Ragade R.K. Fuzzy games in the analysis of options // Journal of Cybernetics. 1976. Vol. 6. P. 213-221.

28. Орловский C.A. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981.

29. Шапиро Д.И. Расплывчатые интегральные игры // В кн.: Методы и системы принятия решений. Рига: РПИ, 1979. С. 57-68.

30. Butnarin D. Fuzzy games: a description of the concept // Fuzzy Sets and Systems. 1978. Vol. 1. P. 181-192.

31. Алтунин A.E., Семухин M.B. Модели и алгоритмы принятия решений в нечетких условиях. — Тюмень: Изд-во «ТГУ», 2000

32. Алефельд Г., Херцбергер Ю. Введение в интервальные вычисления. М.: Мир, 1987. 356 с.

33. Добронец Б. С. Интервальная математика. Красноярск: Издательство КГУ, 2004.

34. Шокин Ю. И. Интервальный анализ. Новосибирск: Сибирское отделение изд-ва «Наука», 1981.

35. Кейн В.М. Оптимизация систем управления по минимаксному критерию. М: Наука, 1985, 248с.

36. Campbell, A.M., Savelsbergh, M.W.P., 2004. A decomposition approach for the inventory-routing problem. Transportation Science 38 (4), 488-502.

37. Campbell, A., Clarke, L., Kleywegt, A., Savelsbergh, M., 1998. The inventory routing problem. In: Crainic, T.G., Laporte, G. (Eds.), Fleet Management and Logistics. Kluwer, Boston, pp. 95-113.

38. Disney, S.M., Potter, A.T., Gardner, B.M., 2003. The impact of vendor managed inventory on transport operations. Transportation Research Part E 39 (5), 363-380.

39. Kleywegt, A.J., Nori, V.S., Savelsbergh, M.W.P., 2002. The stochastic inventory routing problem with direct deliveries. Transportation Science 36 (1), 94-118.

40. Qu, W.W., Bookbinder, J.H., Iyogun, P., 1999. An integrated inventory-transportation system with modified periodic policy for multiple products. European Journal of Operational Research 115 (2), 254-269.

41. Savelsbergh, M., Song, J.H., 2008. An optimization algorithm for the inventory routing problem with continuous moves. Computers and Operations Research 35 (7), 2266-2282.

42. W. Burrows. "The Vehicle Routing Problem with Loadsplitting: A Heuristic Approach". In 24th Annual Conference of the Operational Research Society of New Zealand, pages 33-38, 1988.

43. G. B. Dantzig and R.H. Ramser. "The Truck Dispatching Problem". Management Science 6, 80-91. 1959

44. J. K. Lenstra, A.H.G. Rinnooy Kan, "Complexity of vehicle routing and scheduling problems", Networks, 11, pp. 221-227. 1981

45. B. L. Golden, A. A. Assad (Eds.): Vehicle Routing: Methods and Studies, Studies in Management Science and Systems / Vol. 16, Elsevier Science Publ., Amsterdam, 1988, 7-45.

46. Archetti, C., Bertazzi, L., Laporte, G., Speranza, M.G., 2007. A branch-and-cut algorithm for a vendor-managed inventory-routing problem. Transportation Science 41 (3), 382-391.

47. Psaraftis H.N. "In: Vehicle Routing: Methods and studies". Chapter Dynamic Vehicle Routing Problem, Elsevier Science Publishers B.V., 1988.

48. Psaraftis H.N. "Dynamic vehicle-routing: status and prospects", Annals of Operations Research, 1995.

49. L. Bianchi, Notes on Dynamic Vehicle Routing The State of Art". Technical Report, IDSIA-05-01, IDSIA, Switzerland. 2000.

50. Larsen A. The dynamic vehicle routing problem / Ph.D. Thesis, Institute of Mathematical Modelling, Technical University of Denmark, 2001.

51. S. A. Cook. The complexity of theorem proving procedures. Proceedings, Third Annual ACM Symposium on the Theory of Computing, ACM, New York, 1971, 151-158

52. S. A. Cook. The P versus NP Problem. Manuscript prepared for the Clay Mathematics Institute for the Millennium Prize Problems. April, 2000.

53. Alan Turing. "On computable numbers with an application to the entscheidnungs problem". Proc. London Math. Soc. ser. 2, 42:230-265, 1936-7.

54. Усенко, И.В. Обзор проблем принятия решений в неопределенных и расплывчатых условиях при решении транспортных задач / И.В. Усенко // Перспективные информационные технологии и интеллектуальные системы, №2 (34), 2008, С.37-44

55. Р Toth, D. Vigo. Branch-and-bound algorithms for the capacitated VRP / The vehicle routing problem. — Philadelphia: SIAM monograph on discrete mathematics and applications, Pages: 29-49, 2001

56. J. Berger, M. Barkaoui. A Hybrid Genetic Algorithm for the Capacitated Vehicle Routing Problem. Springer Berlin / Heidelberg, 2003

57. Т.К. Ralphs, L. Kopman, W.R. Pulleyblank, and L.E. Trotter Jr., On the Capacitated Vehicle Routing Problem, Mathematical Programming Series В 94 (2003), 343.

58. J. Lysgaard, A.N. Letchford, and R.W. Eglese, A New Branch-and-cut Algorithm for Capacitated Vehicle Routing Problems, submitted to Mathematical Programming (2003).

59. T. Ralphs, J. Hartman and M. Galati. Capacitated Vehicle Routing and Some Related Problems. Some CVRP Slides. Rutgers University. 2001.

60. Т.К. Ralphs, L. Kopman, W.R. Pulleyblank, and L.E. Trotter Jr. On the Capacitated Vehicle Routing Problem. Accepted to Mathematical Programming, 2001.

61. М. М. Solomon. Algorithms for the Vehicle Routing Problem with Time Windows / Transportation Science, 29(2), pp. 156-166. 1995.

62. J.-Y. Potvin, S. Bengio, The Vehicle Routing Problem with Time Windows Part II / Genetic Search, INFORMS Journal of Computing 8, 1996, 165-172.

63. Olli Braysy. A new algorithm for the vehicle routing problem with time windows based on the hybridization of a genetic algorithm and route construction heuristics / Proceedings of the University of Vaasa, Research papers 227, Vaasa, Finland, 1999

64. Solomon, M.M. Algorithms for the vehicle routing and scheduling problems with time window constraints / Operations Research 35 (2), 1987, 254265.

65. C. Hjorring. The Vehicle Routing Problem and Local Search Metaheuristics, Chapter 2. / PhD thesis, Department of Engineering Science, The University of Auckland, 1995.

66. A. Wren and A. Holliday. Computer Scheduling of Vehicles from One or More Depots to a Number of Delivery Points / Operational Research Quarterly, 23:333-344, 1972.

67. Ho, W., Ho, G. Т., Ji, P., and Lau, H. C. 2008. A hybrid genetic algorithm for the multi-depot vehicle routing problem / Engineering Applications of Artificial Intelligence. 21,4 (Jun. 2008), 548-557

68. Gribkovskaia, Irina, Halskau, 0yvind. Bugge Myklebost, Kim N. Models for Pick-up and Deliveries from Depots with Lasso Solutions.

69. G. Righini. Approximation algorithms for the vehicle routing problem with pick-up and delivery / Note del Polo Ricerca 33, Polo Didattico e di Ricerca di Crema, Universita degli Studi di Milano, Luglio 2000

70. M. Dror, G. Laporte, P. Trudeau. Vehicle routing with split deliveries / Discrete Appl. Math. 50, 239-254 (1994).

71. Yang, W.H., Mathur, К., Ballou, R.H., 2000. Stochastic vehicle routing problem with restocking / Transportation Science 34 (1), 99-112.

72. G. Laporte, and F.V. Louveaux. Solving Stochastic Routing Problems with the Integer L-shaped Method / In Fleet Management and Logistics, T.G. Crainic and G. Laporte (eds.), 159-167, Kluwer Academic Publishers, Boston. 1998

73. Christiansen, C.H., Lysgaard, J., 2007. A branch-and-price algorithm for the capacitated vehicle routing problem with stochastic demands / Operations Research Letters 35 (6), 773-781.

74. Bard, J.F., Huang, L., Jaillet, P., Dror, M., 1998. A decomposition approach to the inventory routing problem with satellite facilities / Transportation Science 32 (2), 189-203.

75. Jonathan F. Bard; Liu Huang; Moshe Dror; Patrick Jaillet. A branch and cut algorithm for the VRP with satellite facilities / HE Transactions, Volume 30, Issue 9 September 1998 , pages 821 834

76. M.L. Fisher. Optimal solution of vehicle routing problems using minimum k-trees / Operations Research, 42:626-642, 1994

77. E. K. Lee and J. E. Mitchell. Branch-and-bound methods for integer programming, in the Encyclopedia of Optimization, Kluwer Academic Publishers. 1998.

78. D. Naddef, G. Rinaldi. Branch-and-cut algorithms for the capacitated VRP / The vehicle routing problem. Philadelphia: SIAM monograph on discrete mathematics and applications, Pages: 53-84, 2001

79. U. Blasum, and W. Hochstattler. Application of the Branch and Cut Method to the Vehicle Routing Problem / Technical Report zaik2000-386, Centre of Applied Computer Science, University of Cologne, Germany. 2000.

80. L. Ladanyi, Т.К. Ralphs, and L.E. Trotter Jr. Branch, Cut, and Price: Sequential and Parallel, in Computational Combinatorial Optimization. D. Naddef and M. Juenger, eds., Springer, Berlin . 2001.

81. Clarke, G. & Wright, J.W. Scheduling of Vehicles from a Central Depot to a Number of Delivery Points / Operations Research, Vol. 12, 1964, pp. 568-581

82. H. Paessens. The Savings Algorithm for the Vehicle Routing Problem / Eur. J. Oper. Res. 34:336. 1988.

83. K. Altinkemer, and B.Gavish. Parallel Savings Based Heuristic for the Delivery Problem / Operations Research, 39:456-469, 1991.

84. M. Desrochers, and T. W. Verhoog. A Matching Based Savings Algorithm for the Vehicle Routing Problem / Les Cahiers du GERAD G-89-04, Ecole des Hautes Etudes Commerciales de Montreal, 1989.

85. G. A. P. Kinderwater and M. W. P. Savelsbergh. "Vehicle Routing: Handling Edge Exchanges". In E. H. L. Aarts and J. K. Lenstra (eds), Local Search in Combinatorial Optimization Wiley, Chichester. 1997

86. P. M. Thompson and H. N. Psaraftis. "Cyclic Transfer Algorithms for the Multivehicle Routing and Scheduling Problems", Operations Research 41:935-946. 1993

87. A. Van Breedam. "An Analysis of the Behavior of Heuristics for the Vehicle Routing Problem for a Selection of Problems with Vehicle-Related. Customer-Related, and Time-Related Constraints". Ph.D. dissertation, University of Antwerp. 1994

88. R. Bent, and P. Van Hentenryck. A Two-Stage Hybrid Local Search for the Vehicle Routing Problem with Time Windows. Technical Report CS-01-06, Department of Computer Science, Brown University, USA. 2001.

89. Fisher M, Jaikumar R. A generalized assignment heuristic for vehicle routing/Networks 11, 1981, p. 109-124,

90. G. Laporte, M. Gendreau, J-Y. Potvin, and F. Semet. Classical and modern heuristics for the vehicle routing problem / International Transactions in Operational Research, 7:285-300, 2000,

91. F. Semet, Ё. D. Taillard, Solving real-life vehicle routing problems efficiently using taboo search / Annals of Operations research 41, 1993,

92. David M. Ryan, Curt Hjorring and Fred Glover. Extensions of the Petal Method for Vehicle Routing / The Journal of the Operational Research Society, Vol. 44, No. 3 (Mar., 1993), pp. 289-296

93. J. Berger and M. Barkaoui. A new hybrid genetic algorithm for the capacitated vehicle routing problem. Journal of the Operational Research Society, 41(2).T79D194, 2003,

94. Baker, В. M. and Ayechew, M. A. A genetic algorithm for the vehicle routing problem / Comput. Oper. Research, Vol. 30, 5 (Apr. 2003), 787-800,

95. Jeon, G., Leep, H. R., and Shim, J. Y. 2007. A vehicle routing problem solved by using a hybrid genetic algorithm / Comput. Ind. Eng. 53, 4 (Nov. 2007), 680-692

96. Pankratz G. Dynamic vehicle routing by means of a genetic algorithm, Department of Business Administration and Economics, Fern Universitat -University of Hagen, Hagen, Germany, 2005.

97. S.R. Thangiah. Vehicle Routing with Time Windows using Genetic Algorithms, Technical Report SRU-CpSc-TR-93-23, Computer Science Department, Slippery Rock University, Slippery Rock, PA. 1993.

98. S. R. Thangiah, К. E. Nygard, and P. L. Juell. Gideon: A genetic algorithm system for vehicle routing with time windows / In Proceedings of the Seventh Conference on Artificial Intelligence Applications, pages 322—325, Miami, Florida, 1991.

99. A. Amberg, W. Domschke and S. Voss (2000). Multiple Center Capacitated Arc Routing Problems: A Tabu Search Algorithm using Capacitated Trees. European Journal of Operational Research 124, 360-376.

100. P. Badeau, M. Gendreau, F. Guertin, J.-Y. Potvin and E. Taillard. A Parallel Tabu Search Heuristic for the Vehicle Routing Problem with Time Windows. Transportation Research С 5, 109-122. 1997.

101. M. Gendreau, A. Hertz, and G. Laporte. A tabu search heuristic for the vehicle routing problem / Management Science, 40:1276-1290, 1994

102. J. Homberger, and H. Gehring. Two Evolutionary Metaheuristies for the Vehicle Routing Problems with Time Windows. INFOR 37, 297-318. 1999.

103. S. R. Thangiah, I. H. Osman, T. Sun, Hybrid Genetic Algorithm Simulated Annealing and Tabu Search Methods for Vehicle Routing Problem with Time Windows, Technical Report 27, Computer Science Department, Slippery Rock University, 1994.

104. P. Toth, D. Vigo, The Granular Tabu Search (and its Application to the Vehicle Routing Problem), Technical Report, Dipartimento di Elettronica, Informatica e Sistemistica, Universita di Bologna, Italy, 1998.

105. O. Braysy. A Reactive Variable Neighborhood Search Algorithm for the Vehicle Routing Problem with Time Windows / INFORMS Journal on Computing. 2001

106. T. Duncan. Experiments in the use of Neighborhood Search Techniques for Vehicle Routing / BCS Expert Systems. 1995.

107. Gendreau M., Guertin F., Potvin J.Y. Neighborhood search heuristics for a dynamic vehicle dispatching problem with pick-ups and deliveries / Transportation Research Part С 14 (2006) 157-174

108. Osman, I. H. Metastrategy simulated annealing and tabu search algorithms for the vehicle routing problem / Annals of Operations Research, Volume 41, Number 1-4. 1993, 421-451.

109. Wen-Chyuan Chiang and Robert A. Russell. Simulated annealing metaheuristics for the vehicle routing problem with time windows / Annals of Operations Research, Volume 63, Number 1. 1996.

110. Francesc Robuste, Carlos F. Daganzo, Reginald R. Souleyrette, Implementing vehicle routing models / Transportation Research Part B: Methodological, Volume 24, Issue 4, August 1990, Pages 263-286.

111. Bullnheimer, В., Hartl, R.F., Strauss, C. A new rank-based version of the ant system: a computational study / Central European Journal for Operations Research and Economics 7(1), 1999, 25-38.

112. Bullnheimer, В., Hartl, R.F., Strauss, C. An improved ant system algorithm for the vehicle routing problem / Annals of Operations Research 89 (1), 1999, p.319-328.

113. Gambardella, L.M., Taillard, Ё., Agazzi, G., 1999. MACS-VRPTW: a multiple ant colony system for vehicle routing problems with time windows. In: Come, M., Dorigo, F.G. (Eds.), New Ideas in Optimization. McGraw-Hill, London, pp. 63-76.

114. Reimann, M., Doerner, K., Hartl, R.F., 2004. D-Ants: savings based ants divide and conquer the vehicle routing problem. Computers and Operations Research 31 (4), 563-591.

115. Sttitzle, Т., Hoos, H.H., 1996. Improving the ant system: a detailed report on the MAX-MIN ant system, Technische Universitat Darmstadt.

116. Zecchin, A.C., Simpson, A.R., Maier, H.R., Nixon, J.B., 2005. Parametric study for an ant algorithm applied to water distribution system optimization. IEEE Transactions on Evolutionary Computation 9 (2), 175-191.

117. A.A. Кажаров, B.M. Курейчик. Применение муравьиных алгоритмов для решения некоторых транспортных задач / XV Международная конференция по нейрокибернетике, Ростов-на-Дону, 2009, Т.2, с. 77-80

118. Yu Bin, Yang Zhong-Zhen, Yao Baozhen. An improved ant colony optimization for vehicle routing problem / European Journal of Operational Research 196 (2009) 171-176

119. L. Barcos, V. Rodriguez, M.J. Alvarez, F. Robuste. Routing design for less-than-truckload motor carriers using / Transportation Research Part E 46 (2010)367-383.

120. Кочетов, Ю.А. Вероятностный поиск с запретами для задач упаковки в контейнеры / Ю.А. Кочетов, А.Р. Усманова // Труды Байкальской международной конференции, Иркутск, 2001, т. 6. — С. 22-26.

121. Whitley, D. A Genetic Algorithm Tutorial / D. Whitley // Statistics and Computing, №4, 1994. — pp. 65-85.

122. Mitchel, M. An Introduction to Genetic Algorithms / M. Mitchel. — MIT Press, Cambridge, MA, 1998. — 209 p.

123. Норенков, И.П. Генетические алгоритмы комбинирования эвристик в задачах дискретной оптимизации / И.П. Норенков, О.Т. Косачевский // Информационные технологии, №2, 1999.

124. Курейчик, В.В. Генетические алгоритмы / JI.A Гладков, В.В. Курейчик, В.М. Курейчик; под ред. В.М.Курейчика. 2-е изд., испр. и доп. -М.: Физматлит, 2006. - 320 с.

125. Назаров, А.В. Нейросетевые алгоритмы прогнозирования и оптимизации систем / А.В. Назаров, А.И. Лоскутов. — СПб.: Наука и Техника, 2003. — 384 с.

126. Rutenbar, R.A. Simulated annealing algorithms: An overview / R.A.Rutenbar // IEEE Circuits and Devices Magazine, №1, 1989, pp. 19-26.

127. Dorigo, M. Distributed Optimization by Ant Colonies / A. Colorni, M. Dorigo and V. Maniezzo // Proceedings of the First European Conference on Artificial Life, F.J. Varela and P. Bourgine (Eds.), MIT Press, Cambridge, MA, 1992. pp. 134-142.

128. Dorigo, M. The Ant System: Optimization by a colony of cooperating agents / M. Dorigo, V. Maniezzo, A. Colorni // IEEE Transactions on Systems, Man, and Cybernetics Part B: Cybernetics, Vol.26, No.l, 1996, pp.29-41.

129. Dorigo, M. Ant Colony Systems: A Cooperative Learning Approach to the Traveling Salesman Problem / M. Dorigo, L.M. Gambardella // IEEE Transactions on Evolutionary Computation, 1(1), 1997. pp.53-66.

130. Dorigo, M., Blum, C. Ant colony optimization theory: a survey. Theoretical Computer Science 344 (2-3), 2005, 243-278.

131. Рикошинский А. Е. Еженедельник «Снабженец» электронный ресурс. -URL: http://www.gips.ru/articles/promstroy.html

132. Строительный комплекс России в 2008г. (из Статбюллетеня №9(160), 2009г.)

133. Промышленность России. 2008: Стат.сб./ Росстат. М., 2006. -460 с.

134. Журнал современных строительных технологий «КРАСНАЯ ЛИНИЯ» электронный ресурс. URL: http://www.stroyfirm.ru/articles/article.php?id=144

135. Ю. Антонова. Российский рынок строительных материалов. ABARUS Market Research электронный ресурс. URL: http://www.stroyka.ru/Rynok/detail.php?ID=l 5401

136. Анализ уровня динамики потенциала предприятий по производству строительных материалов (ПСМ) электронный ресурс. URL: http://www.4p.rn/index.php7page-751

137. Строительство в России. 2008: Стат. сб. / Росстат. М., 2008. - 213с.

138. Основные показатели инвестиционной и строительной деятельности в Российской Федерации 2010 год электронный ресурс. -URL: http://www.gks.ru/bgd/regl/bl 0100/IssWWW.exe/Stg/l/dok-2009.htm

139. Основные показатели экономического развития города Смоленска за январь 2010 года электронный ресурс. — URL: http://www.admcity.smolensk.ru/economic/socialpokaz /files/socpok201001 .htm

140. Федеральная служба государственной статистики электронный ресурс. URL: http://www.gks.ni/wps/portal/OSIP/PROM#

141. Infoline отраслевой обзор «Рынок бетона, ЖБИ и изделий из ячеистых бетонов» март 2008 года электронный ресурс. URL: http://marketing.rbc.ru/research/562949953430077.shtml

142. Сайт ООО «Смоленский завод ЖБИ-2» электронный ресурс. -URL: http ://www. gbi-n2.ru/kompaniya.html

143. Строй Ресурс электронный ресурс. URL: http://www.ustroy.ru/zavod/id16.html

144. Строй Ресурс электронный ресурс. URL: http://www.ustroy.ru/zavod/id23.html

145. Сайт ООО «Гнёздовский завод ЖБИ» электронный ресурс. URL: http://smolzavod.ru/

146. Сайт «Стройконструкция» (ЖБИ-1) электронный ресурс. URL: http://www.ck-smolensk.ru/

147. Образцов А. А., Панченко С.В. Оптимальная трассировка трубопроводов химико-технологических производств // Автоматизация и современные технологии. — 2008. — №10. — С. 33—39.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.