Оптимизация доставки груза потребителям с учетом его размещения внутри транспортных средств на основе эвристических методов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Кощеев, Иван Сергеевич

• Кощеев, Иван Сергеевич
• кандидат наук
• 2015

Оглавление диссертации кандидат наук Кощеев, Иван Сергеевич

Оглавление

Введение

Глава 1 Проблема доставки груза потребителям с учетом его размещения внутри транспортных средств при наличии технологических ограничений

1.1 Актуальность исследуемой проблемы

1.2 Анализ существующих методов составления рациональных маршрутов доставки груза

1.3 Классификация и анализ методов решения задачи маршрутизации

1.4 Классификация и анализ методов решения задачи упаковки

1.5 Цель и задачи исследования

Выводы по первой главе

Глава 2 Постановка задачи доставки груза потребителям с учетом его размещения внутри транспортных средств при наличии технологических ограничений и методы ее решения

2.1 Математические модели задачи доставки груза с учетом его размещения внутри ТС

2.2 Декодер для решения задачи оптимизации размещения груза внутри ТС

2.3 Анализ работы процедуры размещения

Выводы по второй главе

Глава 3. Разработка метода решения задачи доставки груза потребителям с учетом его размещения внутри ТС при наличии технологических ограничений

3.1 Разработка алгоритма для решения транспортной задачи

3.2 Применение эволюционных стратегий для решения задачи размещения груза внутри ТС

3.3 Разработка роевой гиперэвристики для решения задачи оптимизации размещения груза внутри ТС

3.4. Разработка метода решения задачи доставки груза потребителям с учетом технологических ограничений

3.5. Анализ работы алгоритма эволюционных стратегий

Выводы по третьей главе

Глава 4. Оценка эффективности алгоритмов и методов оптимизации доставки груза потребителям при наличии технологических ограничений на базе численных экспериментов

4.1 Программное обеспечение для задачи оптимизации доставки груза потребителям при наличии технологических ограничений

4.2 Анализ результатов численного эксперимента на задаче размещения кругов

4.3 Анализ результатов численного эксперимента на задаче размещения кругов и прямоугольников

4.4 Анализ результатов численного эксперимента на задаче размещения прямоугольных параллелепипедов

4.5 Анализ результатов численного эксперимента на задаче класса 3L-CVRP109

4.6 Анализ эффективности работы программного обеспечения для решения прикладных задач

Вывод по четвертой главе

Заключение

Список литературы

Введение диссертации (часть автореферата) на тему «Оптимизация доставки груза потребителям с учетом его размещения внутри транспортных средств на основе эвристических методов»

Введение

Диссертационная работа посвящена разработке методов и алгоритмов оптимизации процесса доставки груза потребителям по критерию минимизации стоимости аренды транспортных средств с учетом размещения предметов внутри транспортного средства, принимая во внимание технологические ограничения.

Актуальность темы исследования. В настоящее время в связи с увеличением грузопотока актуальной проблемой является развитие и разработка методов решения задач маршрутизации, основная цель которых - снижение затрат при перевозке и доставке различных грузов потребителям «точно в срок».

Рассматривается задача унимодальной перевозки груза. Доставляется груз прямоугольной и цилиндрической формы. Для доставки груза в пункт назначения фирма арендует грузовые машины одинаковой грузоподъемности. В одном транспортном средстве (ТС) могут находиться груз, предназначенный для нескольких заказчиков. Перед транспортировкой груза - первичные грузовые единицы - должны быть сформированы в грузопакеты (укрупненные грузовые единицы, предназначенные для одного потребителя) и размещены на поддонах или паллетах, имеющих настил и настройку для крепления грузов. Пакетированный груз представляет собой транспортный пакет (111), предназначенный определенному потребителю, который с помощью погрузчика помещается в отсек ТС. Фирма заинтересована в минимизации затрат на аренду ТС. Таким образом, требуется найти:

1. Маршруты доставки для арендуемых ТС.

2. Размещение ТП в грузовые отсеки ТС при соблюдении технологических ограничений.

Диссертационная работа посвящена разработке методов и алгоритмов решения для задачи транспортировки грузов с учетом размещения груза внутри транспортного средства и технологических ограничений.

Цель и задачи. Целью диссертационной работы является повышение эффективности доставки груза потребителям за счет его рационального

размещения внутри транспортных средств (ТС) и формирования рациональных маршрутов доставки.

Для достижения указанной цели в работе поставлены следующие задачи:

1. Провести анализ технологий, используемых для решения транспортной задачи, выделить базовые технологические ограничения и сформулировать постановку задачи доставки груза потребителям, с учетом его размещения внутри ТС при наличии технологических ограничений.

2. Разработать математическую модель доставки груза потребителям с учетом его размещения внутри транспортного средства при наличии технологических ограничений.

3. Разработать метод и алгоритмы для решения задачи доставки груза потребителям с учетом его размещения внутри транспортного средства при наличии технологических ограничений.

4. Разработать программное обеспечение на основе предложенных алгоритмов решения транспортной задачи с учетом размещения груза в ТС и требуемых технологических ограничений.

5. Исследовать эффективность предложенных методов и алгоритмов с помощью численных экспериментов.

Методы исследования. В работе использовались методы системного анализа, проектирования программного обеспечения, методы решения задач дискретной оптимизации. Оценка эффективности предложенных методов и алгоритмов осуществлялась с помощью численных экспериментов на известных, а также сгенерированных примерах. Проводилось их сравнение с результатами полученными другими авторами.

На защиту выносятся:

1. Математическая модель задачи доставки груза различной формы с учетом технологических ограничений, которая в отличие от известных работ, позволяет учитывать размещение груза цилиндрической и параллелепипедной формы, а также рациональные маршруты их доставки.

2. Эвристический метод на базе эволюционных стратегий и гиперэвристического алгоритма, основанного на роевом алгоритме, который, в отличие от известных, позволяет получать плотное размещение груза различной геометрической формы внутри ТС с учетом технологических ограничений и рационального маршрута доставки.

3. Алгоритм, преобразующий приоритетный список в план размещения, который в отличие от известных позволяет размещать груз цилиндрической и параллелепипедной формы внутри транспортных средств (ТС) с учетом технологических ограничений.

Научная новизна:

1. Математическая модель задачи доставки груза различной формы с учетом технологических ограничений, которая в отличие от известных работ, позволяет учитывать размещение груза цилиндрической и параллелепипедной формы, а также рациональные маршруты их доставки.

2. Эвристический метод на базе эволюционных стратегий и гиперэвристического алгоритма, основанного на роевом алгоритме, который, в отличие от известных, позволяет получать плотное размещение груза различной геометрической формы внутри ТС с учетом технологических ограничений и рационального маршрута доставки.

3. Алгоритм, преобразующий приоритетный список в план размещения, который в отличие от известных позволяет размещать груз цилиндрической и параллелепипедной формы внутри транспортных средств (ТС) с учетом технологических ограничений.

Практическую значимость имеют следующие результаты:

1. Метод повышения эффективности доставки груза потребителям с учетом его размещения внутри транспортного средства при наличии технологических ограничений, позволяющий уменьшить затраты на аренду транспортных средств.

2. Рабочий прототип программного обеспечения, реализующий предложенные методы и алгоритмы доставки груза потребителям с учетом размещения груза цилиндрической и прямоугольной формы внутри транспортного средства при наличии технологических ограничений.

Разработанные методы решения задач являются инвариантными и могут быть легко адаптированы под конкретные условия, предъявляющие некоторые дополнительные технологические ограничения.

Связь исследования с научными проблемами. Работа выполнялась при поддержке гранта Российского фонда фундаментальных исследований (РФФИ), проект РФФИ № 13-07-00579 (2011-2013).

Апробация работы. Результаты работы и отдельные ее разделы докладывались и обсуждались на следующих конференциях и семинарах:

1. Международной конференции "Компьютерные науки и информационные технологии" (СSIT), Уфа, 2010-2012;

2. Всероссийская конференция «Математическое программирование и приложения», Екатеринбург, 2011

3. VII Всероссийская зимняя школа аспирантов и молодых учёных, Челябинск, 2012

4. Зимней школе для аспирантов и молодых ученых, Уфа, 2012, 2014;

5. Международная молодежная конференция "Интеллектуальные технологии обработки информации и управления", Уфа, 2012

6. V Всероссийской конференции "Проблемы оптимизации и экономические приложения", Омск, 2012;

7. Российская конференция ""Дискретная оптимизация и исследование операций'" (DOOR-2013), Новосибирск, 2013;

8. Международная конференция «Информационные технологии интеллектуальной поддержки принятия решений», Уфа, 2013;

9. International Conference «Optimization and applications» (OPTIMA-2013), Petrovac" Montenegro, 2013

Публикации. По теме диссертации опубликовано 17 работ: 8 статей, в том числе 4 в рецензируемых журналах ВАК и 9 статей в сборниках трудов конференций, получено одно свидетельство регистрации программы для ЭВМ.

Структура и объем работы

Диссертация состоит из введения, четырех глав, выводов и списка литературы. Работа изложена на 133 страницах машинописного текста, кроме того содержит 37 рисунков и 14 таблиц. Библиографический список включает 180 наименований и занимает 16 страниц.

Глава 1 Проблема доставки груза потребителям с учетом его размещения внутри транспортных средств при наличии технологических ограничений

1.1 Актуальность исследуемой проблемы

В современной рыночной экономике исчезают все границы для товарооборота между странами, что порождает жесткую конкурентную борьбу практически на всех рынках. Объем мирового экспорта за последние тридцать лет увеличился в десять раз [1]. В условиях рыночной конкуренции предприятиям необходимо снижать свои затраты, для того чтобы обеспечить выгодное предложение клиентам. Значительную часть расходов составляют расходы на логистику. В среднем на предприятиях расходы на логистику находятся в интервале 5-35% в зависимости от таких факторов, как: объем выпускаемой продукции, географическое расположение, используемый ресурс, тип бизнеса и т.д. Это статья расходов уступает лишь затратам на материалы и сырье [2]. Расходы на транспортную логистику могут составляют до 50% расходов на логистику, в целом [3].

Если рассматривать экономику макроуровня, то расходы на логистику также составляют значительную часть. Например, в США в 2003 году объем расходов на логистику составлял 8,5% валового внутреннего продукта [4]. В 2013 году расходы на транспортную логистику в России составили 6,3% валового внутреннего продукта РФ. Примерно половина расходов на логистику составляют расходы на транспортную логистику. В свою очередь 76.5% перевозок совершаются автотранспортном [5]. Отдельно стоит заметить, что в 2014 году экономическая ситуация в России стала хуже чем в прошлом году: объемы потребления сокращаются, что приводит к пропорциональному (а часто и большему) сокращению рынка услуг транспортной и складской логистики [2], а значит к ужесточению конкуренции.

В этих условиях значение себестоимости продукции для предприятия резко возрастают [4] [3]. Себестоимость продукции (работ, услуг) представляет собой стоимостную оценку используемых в процессе производства продукции (работ,

услуг) природных ресурсов, сырья, материалов, топлива, энергии, основных фондов, трудовых ресурсов и других затрат на ее производство и реализацию [4].

Принято различать среднеотраслевую и индивидуальную себестоимость. Среднеотраслевая себестоимость определяется как средневзвешенная величина и характеризует средние затраты на единицу продукции по отрасли, поэтому она находится ближе к общественно необходимым затратам труда. Индивидуальная себестоимость определяется как себестоимость конкретно взятого предприятия. Следовательно, в условиях конкурентной борьбы предприятие должно стараться держать себестоимость на уровне среднеотраслевой, а лучше ниже ее. Значительную часть себестоимости могут составлять расходы на логистику, в целом, и на транспортную логистику, в частности

Одной из основных задач транспортной логистики является выбор вида и типа ТС, а также определение рациональных маршрутов доставки. Доставка груза может осуществляться различными транспортными средствами. Выбор конкретного вида ТС зависит от шести основных факторов [2]:

1) стоимость перевозки;

2) частота отправлений груза;

3) время доставки;

4) надежность соблюдения графика доставки;

5) способность перевозить разные грузы;

6) способность доставить груз в любую точку территории;

При этом традиционно различают следующие шесть видов транспортных средств, каждый из которых обладает своими достоинствами и недостатками. Наиболее популярным способом доставки груза является автомобильный транспорт. Обусловлено это несколькими факторами: автомобильный транспорт позволяет обеспечить оперативность, динамичность; на рынке существует достаточно большое количество перевозчиков, что обеспечивает конкурентную борьбу между ними. Однако у данного метода перевозки есть и недостатки: так с возрастанием расстояния себестоимость начинает возрастать по сравнению с

конкурирующими видами; вторым существенным недостатком является зависимость от дорожных условий и сравнительно небольшая грузоподъемность. Вторым часто используемым видом транспорта является железнодорожный. Он способен обеспечить перевозку практически в любые погодные условия, при достаточно невысокой цене. К ключевому недостатку железнодорожного транспорта стоит отнести его ограниченность, причем ограниченность в двух смыслах: ограниченное число перевозчиков и ограниченное число железнодорожных станций, откуда может потребоваться дополнительный развоз. Воздушный транспорт позволяет обеспечить быструю доставку в отдаленные регионы, но данный вид транспорта обладает высокой стоимостью и ограниченностью (ограниченное число аэропортов, дополнительный развоз от аэропорта). Одним из самых дешевых видов транспорта, способным обеспечить высокую грузоподъёмность на дальние расстояния является морской транспорт. Главными проблемами при использовании морского транспорта являются долгое время доставки и сильная зависимость от географических условий и степени развития инфраструктуры. В некоторых классификациях выделяют также речной транспорт, который обладает теми же достоинствами и недостатками, что и морской. Отдельно от остальных стоит трубопроводный вид доставки, который обеспечивает высокую скорость доставки при невысокой стоимости, однако подходящий только под некоторые виды грузов и ограниченность передачи при малых данных (невозможно передавать малые объемы).

Каждая фирма выбирает тот или иной вид транспортных средств, исходя из 6 факторов, перечисленных выше. В рамках данной работы рассматривается автомобильный транспорт. При его рассмотрении для решения задачи транспортной логистики, то важная проблема, требующая подробного рассмотрения. Это проблема экономического выбора между двумя альтернативами: содержанием собственного парка автотранспорта или аренды стороннего (аутсорсинг).

Дополнительно при решение задачи логистики необходимо следующие аспекты используемых дорог:

1. Ограничения скорости

2. Рекомендуемая скорость

3. Исторические данные о прохождение данного участка дороги

4. Платные дороги - на некоторых участках может браться плата за проезд

5. Текущие данные

a. Наличие ремонтных работ

b. Текущие данные о прохождение участка другими участниками дорожного движения

6. Законодательные ограничения

7. Ограничения по весу

8. Разрешенная нагрузка на оси ТС

Резюмируя вышесказанное, следует отметить, что для увеличения прибыли предприятия необходимо минимизировать расходы на транспортную логистику, и в частности, в случае использования автомобильного транспорта, расходы на аренду ТС. Одним из способов минимизации расходов на аренду ТС является составление рациональных маршрутов, а также рациональное размещение груза внутри транспортных средств. При этом возникает необходимость оптимизировать стадию составления маршрутов доставки груза потребителям и стадию размещения груза внутри транспортных средств.

Вывод. В современных условиях жесткой экономической конкуренции для обеспечения устойчивых позиций на рынке предприятиям необходимо решать задачу минимизации себестоимости производимой продукции, которая в значительной степени зависит от расходов на транспортную логистику. Одной из основных задач транспортной логистики является составление рациональных маршрутов доставки грузов потребителям и рационального размещения емкостей внутри ТС. Использование методов, направленных на сокращение расходов на транспортную логистику, способно значительно уменьшить себестоимость

производимой продукции, а значит увеличить конкурентоспособность предприятия и увеличить его прибыль.

На практике часто возникает задача, подразумевающая одновременное решение и задачи размещения емкостей внутри ТС, и составления рациональных маршрутов. Для ее решения необходимо рассмотреть как методы доставки груза потребителям, так и методы решения задачи размещения емкостей внутри ТС с целью выявления основных предъявляемых технологических ограничений.

1.2 Анализ существующих методов составления рациональных маршрутов доставки груза

Данная работа посвящена проблеме, часто возникающей при решении логистических задач: транспортировке и погрузочно-разгрузочных работах. Большое распространение получила трехуровневая структура принятия логистических решений, представленная Andre Langevin и Diane Riopel в книге [5]. Предложенная структура позволяет организовать эффективное взаимодействие компонент, решающих разные задачи внутри системы. В описанной схеме самым верхним и трудоемким является уровень стратегического планирования. Основные задачи стратегического планирования:

1. определения круга задач

2. анализ внутренней и внешней среды предприятия

3. определение стратегии и выбор альтернатив, а также непосредственно реализацию выбранной стратегии,

4. способы контроля над выполнением выбранной стратегии

На уровне стратегического планирования вместе с решением об объеме заказов, сроке доставки, объеме запасов, решается важнейший вопрос о необходимости привлечении сторонних pecypcoB(outsourcing) или отказа от них в пользу собственных. Также решаются задачи исследования конкурентной среды, вопрос о создании информационной базы данных о клиентах, услугах и товарах.

Вторым уровнем является уровень сетевого планирования. В качестве исходных данных на нем используются решения, принятые на уровне сетевого планирования. Например, на данном уровне, в случае, если сетевой уровень показал необходимость, может решаться.задача строительства сети обслуживания клиентов.

На основе решений, принятых на уровне стратегического и сетевого планирования, принимаются решения на операционном уровне. Это такие задачи, как прогнозирование спроса, складирование, обработка заказов, транспортная задача и т.д. [6]. На Рисунок 1.1 представлен граф принятия логистических решений, отражающий три основных уровня.

Стратегическое планирование Сетевое планирование

Определение клиентской службы Строительство сети объектов для обслуживания запросов клиентов

Цели клиентской службы

Степень вертикальной интеграции и аутсорсинг

Операционное планирование

Прогнозирование спроса

> правление запасами

Транспортировка

> паковка товара

А"

Погрузо-разгрузочные работы

Складирование

Обработка заказов

Производство

Управление поставками и закупками

Рисунок 1.1- Граф принятия логистических решений

В рамках данной работы рассматривается две задачи оперативного планирования: транспортировка и погрузочно-разгрузочных работы. Задача доставки груза (транспортная задача) особо актуальна для предприятий, разнесенных географически и затраты на транспортную логистику которых значительны. Принято различать несколько видов транспортировки [7]:

1. унимодальная - один вид доставляемых грузов, один вид ТС. Рассматривается в случае, когда заранее известны начальный и конечный пункт доставки, промежуточные операции складирования и переработки груза не рассматриваются;

2. смешанная - два вида транспорта. Груз доставляется первым типом транспорта до грузового терминала. Груз краткосрочно хранится в грузовом терминале, а затем перевозка осуществляется уже другим видом транспорта. Основным показателем данного способа является наличие нескольких транспортных документов. Фактически владелец груза при этом находится в юридических отношениях с двумя перевозчиками и на каждом этапе доставки груза ответственность несет только один из них;

3. комбинированная - более двух видов транспорта. Часто используется в случае наличия разветвленной системы каналов сбыта;

4. интермодальная (интегрированная) - в этом случае договор заключается с одним лицом, ответственным за грузоперевозку на всем маршруте доставки, доставка «от двери до двери». В этом случае составляется несколько транспортных документов;

5. мультимодальная - несколькими видами транспорта перевозка «от двери до двери» под руководством оператора (экспедиторская фирма), который несет персональную ответственность за перевозку по единому транспортному документу;

В рамках данной работы рассматривается унимодальная доставка. Следует заметить, что важной подзадачей при решении задачи логистики является рационализация проведения погрузочно-разгрузочных работ. Для облегчения проведения данных работ часто используют поддон или паллету (формально эти понятия эквивалентны, и соответственно взаимозаменяемы). Отдельно выделают понятие европаллета.

Европаллет - это паллет имеющий размер 120x80x15 см. Максимальный вес, безопасно размещаемый на таком паллете, - 1000 кг. при высоте груза не более 180 см. На практике зачастую максимальная высота предметов на паллете не превышает 160 см. Данный тип поддона является стандартном на многих предприятиях [8].

Общие требования к упаковке предметов на поддоны сформулированы в ГОСТ 24587-81 "Пакеты тарно-штучных грузов. Основные параметры и размеры" и ГОСТ 21140-88 "Тара. Система размеров". В ГОСТ 24587-81 перечисляются максимально разрешенные к использованию габариты поддонов и максимальная разрешенная для них грузоподъемность. В ГОСТ 21140-88 перечисляются рекомендованные размеры поддонов, а также рекомендованное размещение на них для предметов прямоугольной и цилиндрической формы.

Помимо документов ГОСТ есть общий список рекомендаций при размещении предметов на поддонах [9]:

1. Поддон должен подниматься над землей минимум на 15 см, для обеспечения его переноса автоматическим погрузчиком, либо ручными домкратами.

2. Рекомендуется использовать рифлёные поддоны, т.к. они могут использоваться для авиа- и морских перевозок.

3. Складывать груз на поддон необходимо таким образом, чтобы обеспечить его максимальную устойчивость. При загрузке поддоны желательно ставить четко друг на друга, чтобы максимально укрепить поддон и обезопасить груз. Часто применяется метод «каменной кладки», при котором предметы ставят друг на друга внахлест.

4. Упаковка грузов в форме пирамиды может привести к серьезному повреждению груза

5. Выступающие за пределы поддона предметы могут быть повреждены, не стоит размещать предметы, таким образом, даже в пределах разрешенных ГОСТ.

6. Следует использовать дополнительный амортизирующий материал, т.к. любой предмет должен выдерживать вес в 4-5 раз превышающий его собственный. В качестве амортизирующего материала можно использовать пену или гофрированный картон.

7. При использовании бочек крайне желательно использовать рифленый лист толщиной не меньшей, чем толщина днища бочки.

8. В качестве прокладочного материала для предотвращения ударения предметов друг о друга лучше всего подходит дерево или картон

9. В случае использования бочек необходимо прочно связывать их между собой. В этом случае рекомендуется использоваться минимально ввозную площадь поддона.

10. Наиболее предпочтительно связывание стальным крепежом, благодаря его низкой эластичности. Связанные вместе бочки, которые становятся одним целым, безопаснее для перевозки. Используйте прокладочный материал и связывайте груз настолько крепко, насколько возможно, чтобы защитить его от скольжения и повреждения. Пропускайте крепеж между досок паллеты, а не по внешним краям.

Рассматривая погрузочно-разгрузочные работы, необходимо принимать во внимание используемую для этого технику, т.к. она накладывает дополнительные ограничения на решаемую задачу.

Наиболее часто встречаемым типом складского подъемного оборудования являются штабелёры. В последнее время штабелёры практически вытеснили погрузчики с противовесом по причине больших габаритов последних, что особенно критично на высокотехнологичных и сильно загруженных складах. Рассмотрим основные типы штабелёров:

1. Наиболее распространенным видом штабелёров являются штабелёры с опорными консолям. Основной принцип их работы очень просто: при подъеме груза центр тяжести штабелёра располагается в зоне вил между мачтой и грузом, что позволяет обеспечить его устойчивость и обходится без большого противовеса. Отсутствие противовеса делает данный вид штабелёра очень компактным и маневренным. Так для установки на стеллаж поддона шириной 1.2 метра, требуется проход шириной 2-2.6 метра. Различают штабелёры с узкими и широкими опорными консолями. Первые работают с поддонами

открытого типа, имеют относительно небольшой диаметр колес, соответственно для их применения требуются качественные и ровные полы; вторые - позволяют работать с закрытыми/полузакрытыми поддонами, диаметр их колес обычно 150 мм, что позволяет преодолевать неровности. Основным недостатком то, что при работе со стеллажами первый ярус должен находиться на балках, а не на полу, что приводит к удорожанию стеллажных конструкций.

2. Ручные гидравлические штабелёры - являются простейшими устройствами для размещения грузов на стеллажах (одно-, двухъярусные) и в отсеки автотранспорта. Высота подъема, как правило, составляет 1.5-2.5 м, грузоподъемность - 1-2.5 т.

3. Штабелёры с электрогидравлическим подъемом — это штабелёры с ручным передвижением и электрогидравлическим подъемом. По габаритам они почти совпадают с ручными штабелёрами, однако весят значительно больше и используют АКБ. Высота подъема груза для них составляет 3-3.5 м, грузоподъемность 1-2т.Штабелёры типов 2 и 3 не подходят для складов с высокой интенсивностью погрузочно-разгрузочных работ, однако, идеальны для складов с небольшим грузооборотом, т.к. имеют относительно небольшую цену.

4. Самоходные сопровождаемые ъитабелёры. Наиболее типичным представителем данного типа штабелёров являются сопровождаемые штабелёры (ведомые, с поворотной рукояткой, «с поводком»).Для данного типа штабелёров имеется огромный выбор моделей на рынке, что позволяет подобрать модель по соотношению цена-качество. Различают:

Список литературы диссертационного исследования кандидат наук Кощеев, Иван Сергеевич, 2015 год

Список литературы

1. ГМ. Коспонина Международный обмен товарами и услугами // Международные экономические отношения.—Москва: Проспект, 2005.—36-59 с.

2. Умный логист http://www.mriniylogist.ru/poleznoe/handbook/20130808170113-5021.html // www.umniylogist.ru. — 29 И 2014 г.. — http://www.umniylogist.ru/poleznoe/handbook/20130808170113-5021 .html.

3. Филиппов В.Н. Применение MathCad 2000 в решении экономических задач: Учебное пособие.. — Уфа : УГНТУ, 2002.

4. Чернова Т.В. "Экономическая статистика" Учебное пособие.. — Таганрог : ТРТУ, 1999.

5. Andre Langevin Diane Riopel Logistics Systems: Design and Optimization.. — New York : Springer, 2005. — 388 c.

6. Юсупова Н.И. Валеева А.Ф., Рассадникова Е.Ю., Кощеев И.С., Латыпов И.М. Многокритериальная задача доставки грузов различным потребителям. // Логистика и управление цепями поставок. — 2011. — Т. 5, 46. — С. 60-82.

7. Альбеков А.У. Федько В.П., Митько О.А Логистика коммерции. — Ростов-на-Дону : Феникс, 2001. — 512 с.

8. Пиломатериалы http://www.ural-forest.ru/derevyannye-palety-evropalet.html // http://www.ural-forest.ru/. — 04 11 2014 г.. — http://www.ural-forest.ru/derevyannye-palety-evropalet.html.

9. TNT Holdings B.V. Упаковка грузов // http://www.tnt.com/. — 2011. — 03 05 2014 г.. — htlpy/www.M.ram/express/m_m

allets.html.

10. P. Toth D. Vigo The vehicle routing problem. — Philadelphia : SIAM Monographs on Discrete Mathematics and Applications, 2002. — 363 c.

11. G. Laporte Y. Nobert, M. Desrochers Optimal routing under capacity and distance restrictions // Operation Research. — 1985. — 33. — C. 1050-1073.

12. Doig A. H. Land and A. G. An automatic method of solving discrete programming problems. — Econometrica, 1960. — T. 28, 3.

13. Laporte G., Mercure, H., Nobert, Y. An exact algorithm for the asymmetrical capacitated vehicle routing problem // Networks. — 1986. — 16. — C. 33-46.

14. M. M. Dessouky Q. Lu, J. Zhao, R. Leachman An Exact Solution Procedure for Determining the Optimal Dispatching Times for Complex Rail Networks // HE Transactions. — 2006. — 38. — C. 141-152.

15. S. Ropke J.F. Cordeau Models and Branch-and-Cut Algorithms for Pickup and Delivery Problems with Time Windows // Journal Networks. — 2007. — T. 49, 4.

— C. 258-272.

16. S. Ropke J. F. Cordeau, G. Laporte Branch-and-Cut-and-Price for the Pickup and Delivery Problem with Time Windows // Operations Research. — 2008. — T. 43, 3. —C. 267-286.

17. R. Baldacci E. Bartolini, A. Mingozzi An Exact Algorithm for the Pickup and Delivery Problem with Time Windows // Operations Research. — 2010. — T. 59, 2. — C. 414-426.

18. P. Venkateshan K. Mathur An efficient column-generation-based algorithm for solving a pickup-and-delivery problem. // Computers & Operations Research. — 2011. —T. 38, 12. —C. 1647-1655.

19. V. Mak A. T. Ernst New cutting-planes for the time and/or precedence-constrained ATSP and directed VRP // Mathematical Methods of Operations Research.

— 2007. —66. —C. 69-98.

20. Tavlaridis-Gyparakis K. A Cutting Plane Method for the Team Orienteering Problem with Pickups, Deliveries, Time Windows and Capacity Constraints. — Chios, : University of the Aegean School of Business Department of Financial & Management Engineering ,2012. — 1-49 c.

21. Luke Sean Essentials of Metaheuristics. — 2009. — 15 01 2015 r.. — http://cs.gmu.edu/~sean/book/metaheuristics/.

22. Osman I. Metastrategy simulated annealing and tabu search algorithms for the vehicle routing problem // Annals of Operations Research. — 1993. — T. 41, 4. — C. 421-451.

23. Gendreau M., Hertz, A., and Laporte, G A tabu search heuristic for the vehicle routing problem // Management Science. — 1994. — T. 40, 10. — C. 12761290.

24. Rego Cesar A Parallel Tabu Search Algorithm Using Ejection Chains for the Vehicle Routing Problem // Meta-Heuristics. — 1196. — C. 661-675.

25. H. Sontrop P. van der Horn, M. Uetz Fast Ejection Chain Algorithms for Vehicle Rounting with Time Windows // Hybrid Methaheuristics / авт. книги MJ. Blesa С. Blum, A. Roli, M. Sampels. — Berlin : Springer-Verlag Berlin Heidelberg, 2005.

26. L. Moccia J.-F. Cordeau, G.Laporte An Incremental Tabu Search Heuristic for the Generalized Vehicle Routing Problem with Time Windows // Journal of the Operational Research Society. — 2012. — 63. — C. 232-244.

27. 01. Braysy M. Gendreau Tabu Search Heuristics for the Vehicle Routing Problem with Time Windows. — Sociedad de Estadistica e Investigación Operativa , 2002.—Т. 10,2.

28. Barricelli Nils Esempi numerici di processi di evoluzione // Methodos. — 1954. —C. 45-68.

29. W.Nurfahizul Ifwah. WA M. Shaiful, M.Z Shamsunarnie, Z.M Zainuddin, M. Fuad Genetic Algorithm for Vehicle Routing Problem with Backhauls // Journal of Science and Technology. — 2012. — T. 4, 1. — C. 9-16.

30. M. Baker M.A. Ayechew A genetic algorithm for the vehicle routing problem // Computers & Operations Research. — 2003. — T. 30, 5. — C. 787-800.

31.Kawashima H. Kokubugata and H. Application of Simulated Annealing to Routing Problems in City Logistics // Simulated Annealing / авт. книги Tan Cher Ming. — Vienna : I-Tech Education and Publishing, 2008.

32. R. Bai E. К Burke, M. Gendreau, and G. Kendall In proceedings of the 3rd Multidisciplinary International Conference on Scheduling : Theory and Applications (MISTA 2007) // A Simulated Annealing Hyper-heuristic: Adaptive Heuristic Selection for Different Vehicle Routing Problems. — Paris, 2007. — C. 67-700.

33. Colorni A. M. Dorigo & V. Maniezzo Proceedings of the First European Conference on Artificial Life // Distributed Optimization by Ant Colonies. — Elsevier Publishing, 1992, —C. 134-142.

34. J. E. Bella P. R. McMullen Ant colony optimization techniques for the vehicle routing problem // Advanced Engineering Informatics. — 2004. — T. 18. — C. 41-48.

35. P. Pellegrini D. Favaretto, E. Moretti Knowledge-Based Intelligent Information and Engineering Systems // Multiple Ant Colony Optimization for a Rich

Vehicle Routing Problem: a Case Study. — Vietri sul Mare, 2007. — T. 2. — C. 627634.

36. Y. Bin Y. Zhong-Zhena, Y. Baozhen An improved ant colony optimization for vehicle routing problem // European Journal of Operational Research. — 2009. — 196. —C. 171-176.

37. Rechenberg Ingo Evolutionsstrategie: Optimierung technischer Systeme nach Prinzipien der biologischen . — Stuttgart: Fromman-Holzbook, 1973. — 170 c.

38. В.И. Аварченков П.В. Казаков Эволюционное моделирование и его применение. Монография.. — Москва : Флинта, 2011. — 200 с.

39. Yanzhi Li Yi Tao, Fan Wang A compromised large-scale neighborhood search heuristic // European Journal of Operational Research. — 2009. — 199. — C. 553-560.

40. Gustavo H.A. Martins Robert F. Dell The minimum size instance of a Pallet Loading. Problem equivalence class // European Journal of Operational Research. — 2007. — 179. —C. 17-26.

41.M.P. Рихтер Алгоритм трассировки при проектировании СБИС // Научно-технические ведомости СПбГПУ. — 2011. — Т. 5, 133. — С. 111-118.

42.В.В. Курейчик Д.В. Заруба, Д.Ю. Запорожец ИЕРАРХИЧЕСКИЙ ПОДХОД ПРИ РАЗМЕЩЕНИИ КОМПОНЕНТОВ СБИС // Известия ЮФУ. Технические науки. —2014. —Т. 7, 156. — С. 75-83.

43. Мухачева Э.А. Рациональный раскрой промышленных материалов. Примение в АСУ. — М. : Машиностроение, 1984. — 176 с.

44. N. Skorin-Kapov Routing and wavelength assignment in optical networks // European Journal of Operational Research. — 2007. — 177. — С. 1167-1179.

45. Гэри M. Джонсон Д. Вычислительные машины и трудно решаемые задачи.. — М. : Мир, 1982. — 416 с.

46. Скобцов Ю.А. К вопросу о применении метаэвристик в решении задач рационального раскроя и упаковки // Вюник Хмельницького нацюнального ушверситету. — 2008. — Т. 1,4. —С. 205—217.

47. Мухачева Э.А. Валеева А.Ф., Картак В.М., Мухачева А.С. Модели и методы решения задач ортогонального раскроя и упаковки: аналитический обзор

и новая технология блочных структур // Информационные технологии. — 2004.

— 5. —С.31.

48. Канторович JI.B. Заллгаллер В.А. Расчет рационального раскроя материалов. — Лениздат, 1951.

49. Э.А. Мухачева Дискретный анализ и исследование операций // Обзор и перспективы развития комбинаторных методов решения задач раскроя и упаковки. — Новосибирск, 2002. — С. 80-87.

50. Мухачева Э.А. Рубинштейн Г.Ш. Математическое программирование.

— Новосибирск : Наука СО, 1987. — 272 с.

51.И.В. Романовский Решение задачи гильотинного раскроя методом переработки списка состояний // Кибернетика. — Кибернетика, 1969. — 1. — С. 102-104.

52. Gilmore P. Gomory R. The theory and computation of knapsack functions // Operations Research. — 1966. — T. 14. — C. 1045-1075.

53. Terno J. Lindeman R., Scheithauer G. Zuschnitprobleme und ihre praktische Losung.—Leipzig, 1987.

54. Романовский И.В. Христова Н.П. Решение дискретных минимаксных задач методом дихотомии // ЖВМ и МФ. — 1973. — Т. 13, 5. — С. 1200-1209.

55. С.В. Кацев Об одном классе дискретных минимаксных задач // Кибернетика. — 1979. —Т. 5. —С. 139-141.

56. И.В. Романовский Алгоритмы решения экстремальных задач. — М. : Наука, 1977.— 170 с.

57. Mukhacheva Е.А. Belov G.N., Kartak V.M., Mukhacheva A.S. Linear one-dimensional cutting-packing problems: numerical experiments with sequential value correction method (SVC) and a modified branch-and-bound method (MBB) // Pesquisa Operacional. — 2000. — T. 20, 2. — C. 153-168.

58. Kallrath. J. Cutting circles and polygons from area-minimizing rectangles. // Journal of Global Optimization. — 2009. — 43. — C. 299-328.

59. A. Lodi S. Martello, D. Vigo TSpack: A Unified Tabu Search Code for.Multi-Dimenstional Bin Packing Problem // Annals of Operations Research. — Kluwer Academic Pulishers, 2004. — T. 131. — C. 203-213.

60. T.G. Crainic G. Perboli, R. Tadei TS2Pack: A two-level tabu search for the three-dimensional bin packing problem // European Journal of Operational Research. — 2009.—C. 744-760.

61. Iyengar R.L. Rao и S.S. Bin-Packing by Simulated Annealing // Computers Math. Applic.. — 1994. — T. 27, 5. — C. 71-82.

62. Brusco M.J Thompson G.M, Jacobs L.W A morph-based simulated annealing heuristic for a modified bin-packing problem // Journal of the Operational Research Society. — 1997. — T. 48, 4. — C. 433-439.

63. Валеева А.Ф. Сиразетдинова Т.Ю. Междунар. Уфимск. зимн. шк.- конф. по математике и физике для студенов, аспирантов и молодых ученых // Применение метаэвристики "иммитация отжига" для задачи гильотинного прямоугольного раскроя. —Уфа, 2005. — С. 99.

64. Liu D. Teng Н. An improved BL-algorithm for genetic algorithm of the orthogonal packing of rectangles. // European Journal of Operation Research. . — 1999.

— 112. —C. 413-420.

65. Gehring H. Bortfeld A. A Genetic Algorithm for Solving the Container Loading Problem. // International transactions in operational research.. — 1997. —T. 4, 5/6. —C. 401-418.

66. Hifi M. M'Hallah R. A dynamic adaptive local search algorithm for the circular packing problem // European Journal of Operational Research. — 2007. — 183.

— C. 1280-1294.

67. J. Levine F. Ducatelle Ant colony optimization and local search for bin packing and cutting stock problems // Journal of the Operational Research Society. — 2004. —55, —C. 705-716.

68. А.Ф. Валеева Применение метаэвристики муравьиной колонии к задачам двухмерной упаковки // Информационные технологии.. — 2005. — 10. — С. 3643.

69. Т. D. Lin С. С. Hsu, L. F. Hsu Optimization by Ant Colony Hybrid Local Search for Online Class Constrained Bin Packing Problem // Applied Mechanics and Materials. —2013. — 311. — C. 123-128.

70. N. К. Singh S. Baidya A Novel Work for Bin Packing Problem by Ant Colony Optimization // International Journal of Research in Engineering and Technology. — 2013. — C. 71-73.

71. D. Pisinger Heuristics for the container loading problem // European Journal of Operational Research.. — 2002. — 141. — C. 382-392.

72. Araya I. Neveu В., Riff M.C. An efficient hyperheuristic for strip-packing problems // Studies in Computational Intelligence.. — 2008. — 136. — C. 61-76.

73. H. Terashima-Marin P. Ross, C. J. Farias-Zarate, E. Lopez-Camacho, M. Valenzuela-Rendon Generalized hyper-heuristics for solving 2D Regular and Irregular Packing Problems // Annals of Operations Research. — 2010. — T. 179, 1. — C. 369392.

74. E. K. Burke Q. Guo, G. Kendall Parallel Problem Solving from Nature, PPSN XI // A Hyper-Heuristic Approach to Strip Packing Problems. — Krakow, 2010. — T. 1. —C. 465-474.

75. H. Jiang S. Zhang, J. Xuan, Y. Wu Frequency Distribution Based Hyper-Heuristic for the Bin-Packing Problem. — Torino, 2011. — T. 6622. — С. 118-129.

76. E. Lopez-Camachoa H. Terashima-Marin, P. Ross, G. Ochoa A unified hyperheuristic framework for solving bin packing problems // Expert Systems with Applications. — 2014. — T. 41, 15. — C. 6876-6889.

77. Ross P. Hyper-heuristics // Search Methodologies / авт. книги E. К. Burke G. Kendall. —2014.

78. Stawowy A. Evolutionary based heuristic for bin packing problem // Computers and Industrial Engineering. — 2008. — T. 55, 2. — C. 465-474.

79. Lodi A. Martello S., Vigo D. Heuristic algorithms for the three-dimensional bin packing problem // European Journal of Operational Research.. — 2002. — 141. — C. 410-420.

80. Dousland K.A. Dousland W.B. Packing problems // European Journal of Operational Research. — 1992. — 56. — C. 2-14.

81. Tarnowski T. Terno J., Scheithauer G. A polynomial time algorithm for the guillotine pallet-loading problem // INFOR. — 1994. — 32. — C. 275-287.

82. Валеев С.С. Валеева А.Ф. Метод динамического перебора и применение нейросетей для задачи рационального использования ресурса // Международное научное издание «Проблемы принятия решений в условиях неопределенности»..

— 1997. —С. 188-198.

83. А.Ф. Валеева Материалы конференции «Ресурсосберегающие технологии и математическое обеспечение оптимизационных задач в системах автоматизированного проектирования» (ОПТИМ-2001). // Метод динамического перебора для решения задач упаковки. — 2001. — С. 29-32.

84. Как рассчитать нагрузки на оси грузового автопоезда? // Международные перевозки. — 12 02 2015 г.. —http://www.vdnk.ru/site/ru/transport-articles/mechanics-freight.

85. Мухачева А.С. Чиглинцев А.В. Смагин М.А. Мухачева Э.А. Задачи двумерной упаковки: развитие генетических алгоритмов на базе смешанных процедур локального поиска оптимального решения // Информационные технологии.—2001. — 9. — С. 5-14.

86. Liu D. Teng Н. An improved BL-algorithm for genetic algorithm of the orthogonal packing of rectangles. // European Journal of Operation Research.. — 1999.

— 112. — C. 413-420.

87. Hopper E. Turtun B. An empirical investigation of meta-heuristic and heuristic algorithms for a 2D packing problem // European Journal of Operational Research. — 2001. — 128. — C. 34-57.

88. И.П.. Норенков Эвристики и их комбинации в генетических методах дискретной оптимизации. // Информационные технологии.. — 1999. — 1. — С. 27.

89. Sakanushi К. Kajitani Y. IEEE Asia Pasific Conference on Circuits and systems // The Quarter-State (Q-sequence) to Represent the Floorplan and Applications to Layout optimization. — 2000. — C. 829-832.

90. Imahori S. Yaguira M., Ibaraki T. MIC'2001 - 4th Metaheuristics International conference. // Local Search Heuristics for the Rectangle Packing Problem With General Spatial Costs. — 2001. — C. 471-476.

91. Кластер // Википедия. — 2014. — 17 01 2015 г.. — https://ru. wikipedia.org/wiki/%D0%9A%D0%BB%D0%B0%D 1 %81 %D 1 %82%D0% B5%D1%80.

92. G. Gutin A. Yeo Polynomial approximation algorithms for the TSP and QAP with a factorial domination number. // Discrete Applied Mathematics. — 2002. — 119.

— C. 107-116.

93. Hopper Eva Two-dimensional Packing utilising Evolutionary Algorithms and other Meta-Heuristic Methods. — Cardiff: Cardiff School of Engineering, 2000. — 73 c.

94. P. Adamidis C. Voliotis, E. Pliatsika An evolutionary algorithm for a real vehicle routing problem // Int. Journal of Business Science and Applied Management.

— 20212. — T. 3, 7. — C. 33-41.

95. B. Crawford C. Lagos, C. Castro, F. Paredes Ninth International Conference on Enterprise Information Systems // A Evolutionary Approach to Solve Set Covering..

— Madeira, 2007. — T. AIDSS.

96. D. Karaboga "An idea based on honey bee swarm for numerical optimization" / Engeneering Faculty Computer Engineering Department ; Erciyes University. — 2005.

97. Pham D.T. Ghanbarzadeh A., Koc E., Otri S., Rahim S., Zaidi M. "The Bees Algorithm" / Manufacturing Engeneering Centre ; Cardiff University. — Cardiff, 2005.

98. Pham D.T. Ghanbarzadeh A., Koc E., Otri S., Rahim S., Zaidi M. The Bees Algorithm - A Novel Tool for Complex Optimization Problems / Manufacturing Engeneering Centre ; Cardiff University. — Cardiff, 2006. — 454-459 c.

99. Pham D.T. Castellani M. The Bees Algorithm - Modelling Foraging Behaviour to Solve Continuous Optimisation Problems. // Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science. — 2009.

— T. 223. —C. 2919-2938.

100. Tereshko V. Loengarov A. Collective Decision-Making in Honey Bee Foraging Dynamics // Journal of Computing and Information Systems. — 2005. — T. 9, 3. —C. 1-7.

101. Riley J., Greggers U., Smith A., Reynolds D., Menzel R. The flight paths of honeybees recruited by the waggle dance // Nature. — 2005. — T. 435, 7039. — C. 205-207.

102. Seeley T.D. Visscher P.K., Passino K.M. Group decision making in honey bee swarms // American Scientist. — 2006. — 94. — C. 220-229.

103. Frisch Karl von. The Dance Language and Orientation of Bees / Cambridge. — Cambridge, 1967.

104. Tereshko V. Loengarov A. Collective Decision-Making in Honey Bee Foraging Dynamics // Journal of Computing and Information Systems. — 2005. — T. 9, 3. —C. 1-7.

105. Stoyan Y.G. Yaskov G.N. Mathematical model and solution of optimization problem of placement of rectangles and circles taking into account special constraints // International Transaction in Operational Research. — 1998. — T. 5, 1. — C. 45-57.

106. Huang W. Q. Li Y., Aked H., Li. С. M. Greedy algorithms for packing unequal circles into a rectangular container // European Journal of Operational Research. — 2005. — 56. — C. 539-548.

107. A.C. Руднев Вероятностный поиск с запретами для задачи упаковки кругов и прямоугольников в полосу. // Дискретный анализ и исследование операций.. — 2009. — Т. 16, 4. — С. 61-86.

108. Н. И. Юсупова А. Ф. Валеева, Р. И. Файзрахманов Вероятностный алгоритм муравьиной колонии для решения задач раскроя промышленных материалов на заготовки различных геометрических форм // Информационные технологии. — 2012. — 5. — С. 35-42.

109. A. Lim В. Rodrigues, Y. Yang 3D Container Packing Heuristics // Applied Intelligence. — 2005. — T. 22, 2. — C. 125-134.

110. Liang S. Lee C., Huang S. A Hybrid Meta-heuristic for the Container Loading Problem // Communications of the IIMA. — 2007. — T. 7, 4. — C. 73-84.

111.N. Nepomuceno P. Pinheiro, A. L.V. Coelho Tackling the Container Loading Problem: A Hybrid Approach Based on Integer Linear Programming and Genetic Algorithms. 11 Evolutionary Computation in Combinatorial Optimization. — 2007. —4446. —C. 154-165.

112. Gendreau M Iori M, Laporte G, Martello S A tabu search heuristic for the vehicle routing problem with two-dimensional loading constraints. // Networks. — 2007. —51. —C. 4-18.

113. Fuellerer G Doerner K, Hartl R, Iori M Ant colony optimization for the two-dimensional loading vehicle routing problem. // Computers & Operations Research. — 2009. —36. —C. 655-673.

114. Zachariadis EE Tarantilis CD, Kiranoudis CT A guided tabu search for the vehicle routing problem with two-dimensional loading constraints. // European Journal of Operational Research. — 2009. — 195. — C. 729-743.

115. Демин B.A. Логистика // ec-logistics.ru. — 2013. — 03 май 2014 г.. — http ://www.ec- logistics .ru/logistika.htm.

116. R.Z. Farahani S.Rezapour, L.Kardar Logistics Operations and Management: Concepts and Models.. — Waltham : Elsevier, 2011.

117. Ланкина B.E. Маркетинг. Учебное пособие для подготовки к итоговому междисциплинарному экзамену профессиональной подготовки маркетолога.. — Таганрог: ТРТУ, 2006.

118. Пирожков В. Подъёмно-транспортная техника для склада. Терминология, конструкция, применение // http://www.sitmag.ru/. — 2004. — http://www.sitmag.ru/article/azbuka/2004_12_A_2005_02_22-12_29_22/.

119. wikipedia Штабелер // http://ru.wikipedia.org/. — 2014. — http://ru.wikipedia.org/wiki/%D0%A8%Dl%82%D0%B0%D0%Bl%D0%B5%D0%B B%D1%91%D1%80.

120. Gerhard Wascher Heike HauBner, Holger Schumann An improved typology of cutting and packing problems // European Journal of Operational Research. — 2007.

— 183. —C. 2109-2130.

121. Ю.А. Скобцов К вопросу о применении метаэвристик в решении задач рационального раскроя и упаковки // Вюник Хмельницького нацюнального ушверситету. — 2008. — Т. 1, 4. — С. 205—217.

122. Mhand Hifi Rym M'Hallah A Literature Review on Circle and Sphere Packing Problems: Models and Methodologies // Adv. Operations Research. — 2009.

— C.1-23.

123. G.B. Dantzig J.H. Ramser The truck dispatching problem // Management Science. — 1959. — 6. — C. 80-91.

124. G. Clark J.V. Wright Scheduling of vehicles from a central depot to a number of delivery points // Operations Research. — 1964. — 12. — C. 568-581.

125. J.K. Lenstra A.H.G. Rinnooy Kan Complexity of vehicle and scheduling problems // Networks. — 1981. — Т. 11, 2. — C. 221 -227.

126. P. Toth D. Vigo A heuristic algorithm for the symmetric and asymmetric vehicle routing problems with backhauls // European Journal of Operational Research.

— 1999. — 113. — C. 528-543.

127. A. Hoff I. Gribkovskaia, G. Laporte, A. Lokketangen Lasso solution strategies for the vehicle routing problem with pickups and deliveries // European Journal of Operational Research. — 2007. — T. 192, 3. — C. 755-766.

128. Laporte G. The vehicle routing problem: an overview of exact and approximate algorithms // European Journal of Operational Research. — 1992. — 59.

— C. 345-358.

129. G.F. Cordeau G. Laporte, A. Mercier A unified Tabu search heuristic for vehicle routing problems with time windows // Journal of the Operational Research Society. — 2001. — 52. — C. 928-936.

130. Desrosiers J., Soumis, F., and Desrochers, M. Routing with time windows by column generation // Networks. — 1984. — 14. — C. 545-565.

131. M. Reimann M. Stummer, K. Doener Proceedings of the Genetic and Evolutionary Computation Conference // A Savings Based Ant System For The Vehicle Routing Problem. — 2002. — T. 1. —C. 1317-1326.

132. L. de CT Gomes F.J. Von Zuben Proceedings of the 2002 International Joint Conference // A neuro-fuzzy approach to the capacitated vehicle routing problem . — Sao Paulo, 2002. — T. 2. — C. 1930 - 1935.

133. M. Polacek R.F. Hartl, K.F. Doerner, M. Reimann A variable neighborhood search for the multi depot vehicle routing problem with time windows // Journal of Heuristics. — 2004. — 10. — C. 613-627.

134. Halse K. Modeling and Solving Complex Vehicle Routing Problems. — Lyngby : Institute of Mathematical Modelling, Technical University of Denmark, 1992.

135. Golden B.L. Assad A.A. Perspectives on Vehicle Routing: Exciting New Developments. // Operations Research. — 1986. — 34. — C. 803-809.

136. Desrochers M. Lenstra J.K., Savelsbergh M.W.P., Soumis F. Vehicle Routing with Time Windows: Optimization and Approximation. // Vehicle Routing: Methods and Studies. — 1988. — C. 65-84.

137. Desrosiers J. Dumas Y., Solomon M.M., Soumis F. Handbooks in Operations Research and Management Science 8: Network Routing.. — Elsevier Science Publishers, 1995. — 35-139 c.

138. W.B. Carlton A Tabu Search Approach to the General Vehicle Routing Problem.. — Austin : University of Texas, 1995. — T. Ph.D. Thesis.

139. Gehring H. Homberger J. Proceedings of EUROGEN99 // A Parallel Hybrid Evolutionary Metaheuristic for the Vehicle Routing Problem with Time Windows.. — Jyvaskyla, 1999. — T. 2. — C. 57-64.

140. Duhamel C. Potvin J.-Y., Rousseau J.-M. A Tabu Search Heuristic for the Vehicle Routing Problem with Backhauls and Time Windows. // Transportation Science. — 1997. — 31. — C. 49-59.

141. Garcia B.-L. Potvin J.-Y. and Rousseau J.-M. A Parallel Implementation of the Tabu Search Heuristic for Vehicle Routing Problems with Time Window Constraints. // Computers and Operations Research. — 1994. — 21. — C. 1025-1033.

142. Rochat Y. Taillard E. Probabilistic Diversification and Intensification in Local Search for Vehicle Routing. // Journal of Heuristics. — 1995. — 1. — C. 147167.

143. Gambardella L.M. Taillard E., Agazzi G. MACS-VRPTW: A Multiple Ant Colony System for Vehicle Routing Problems with Time Windows. // New Ideas in Optimization / авт. книги Corne D. Dorigo M., Clover F.. — McGraw-Hill, 1999.

144. Braysy O. Gendreau M. Genetic Algorithms for the Vehicle Routing Problem with Time Windows / Department of Optimization ; SINTEF Applied Mathematics. —Norway, 2001.

145. Yano C.A. T.J. Chan, L. Rechter, T. Culter, K.G. Murty, D. McGettigan Vehicle Routing at Quality Stores // Intefaces. — 1987. — T. 17, 2. — C. 52-63.

146. Brandáo José A new tabu search algorithm for the vehicle routing problem with backhauls // European Journal of Operational Research. — 2006. — T. 173, 2. — C. 540-555.

147. H. Hernández-Pérez J.-J. Salazar-González The One-Commodity Pickup-and-Delivery Travelling Salesman Problem // Lecture Notes in Computer Science. — 2003. — T. 2570. — C. 89-104.

148.1. Gribkovskaia A. Halskau, K. N. B. Myklebost NOFOMA2OOI // Models for the pick-up and deliveries from depots with lasso solutions. — Gothenburg, 2001.

— C. 279-293.

149. S. Mitrovic-Minic G. Laporte, The pickup and delivery problem with time windows and transshipment // INFOR. — 2006. — T. 44. — C. 217-227.

150. K. F. Doerner G. Fuellerer, R. F. Hartl, M. Gronalt, M. Iori Metaheuristics for the vehicle routing problem with loading constraints. // Networks. — 2007. — T. 49, 4,—C. 294-307.

151. M. Gendreau M. Iori, G. Laporte, S. Martello A tabu search heuristic for the vehicle routing problem with two-dimensional loading constraints. // Networks. — 2008. —T. 51, 1. —C.4-18.

152. C. Duhamel P. Lacomme, A. Quilliot, H. Toussaint A multi-start evolutionary local search for the two-dimensional loading capacitated vehicle routing problem. // Computers & Operations Research. — 2011. — T. 38, 3. — C. 617-640.

153. G. Fuellerer K. F. Doerner, R. F. Hartl, M. Iori Ant colony optimization for the two-dimensional loading vehicle routing problem. // Computers & Operations Research. — 2009. — T. 36, 3. — C. 655-673.

154. S. C. Leung X. Zhou, D. Zhang, J. Zheng Extended guided tabu search and a new packing algorithm for the two-dimensional loading vehicle routing problem. // Computers & Operations Research. — 2011. — T. 38, 1. — C. 205-215.

155. E. E. Zachariadis C. D. Tarantilis, C. T. Kiranoudis A guided tabu search for the vehicle routing problem with two-dimensional loading constraints. // European Journal of Operational Research. — 2009. — T. 195, 3. — C. 729-743.

156. M. Gendreau M. Iori, G. Laporte, S. Martello A tabu search algorithm for a routing and container loading problem. // Transportation Science. — 2006. — T. 40, 3.

— C. 342-350.

157. G. Fuellerer K. F. Doerner, R. F. Hartl, M. Iori Metaheuristics for vehicle routing problems with three-dimensional loading constraints. // European Journal of Operational Research. — 2010. — T. 201, 3. — C. 751-759.

158. A. Moura J. F. Oliveira An integrated approach to the vehicle routing and container loading problems. // OR Spectrum. — 2009. — T. 31, 4. — C. 775-800.

159. С. D. Tarantilis E. E. Zachariadis, С. T. Kiranoudis, A hybrid metaheuristic algorithm for the integrated vehicle routing and three-dimensional containerloading problem. // IEEE Transactions on Intelligent Transportation Systems. — 2009. — T. 10, 2. —C. 255-271.

160. Gilmore P.C. Gomory R.E. A Linear Programming Approach to the Cuttingstock Problem // Operations Research. — 1961. — T. 9. — C. 849-859.

161.Гэри M. Джонсон Д. Вычислительные машины и трудно решаемые задачи.. — М.: Мир, 1982. — 416 с.

162. Yu. Stoyan A. Chugay Packing cylinders and rectangular parallelepipeds with distances between them // European Journal of Operational Research. — 2009. — 197. —C. 446-455.

163. F. Glover Tabu search and adaptive memory programming advances, applications and challenges. // Interfaces in Computer Science and Operations Research.. — 1997. — 7. — C. 1-75.

164. R. Hifí M. M'Hallah A hybrid algorithm for the two-dimensional layout problem: the cases of regular and irregular shapes. // International Transaction in Operational Reserch.. — 2003. — C. 195-216.

165.1.Rechenberg Evolutionstrategie: Optemierung technisher systeme nach Prinzipien der biologischen Evolution. — Stuttgard : Fromman-Holzbook, 1973.

166. Muntean O. Knowledge engineering : principles and techniques // An evolutionary approach for the 3D Packing Problem. — Cluj-Napoca (Romania), 2007. — C. 193-200.

167. Wren A. Computers in Transport Planning and Operation. — London : Ian Allan, 1971. —152 c.

168. A.Wren A. Holliday Computer scheduling of vehicles from one or more depots to a number of delivery points // Operational Research Quarterly. — 1972. — T. 23, 1,—C. 333-334.

169. B. Gillet L.Millerr A heuristic algorithm for the vehicle dispatch problem // Operations Research. — 1974. — T. 22, 1. — C. 240-349.

170. S. Han Y.Tabata A Hybrid Genetic Algorithm for the Vehicle Routing Problem with Controlling Lethal Gene // Asia Pacific Management Review. — 2002. — T. 7, 3. —C. 405-426.

171. Suthikarnnarunai N. International MultiConference of Engineers & Computer Scientists // A Sweep Algorithm for the Mix Fleet Vehicle Routing Problem.

— Hong Kong, 2008. —Т. 1. —C. 1914-1919.

172. J. Renaud F.F. Boctor A sweep-based algorithm for the fleet size and mix vehicle routing problem // European Journal of Operational Research. — 2002. — T. "140,3. — C. 618-628.

173. K.Shin S. Han A CENTROID-BASED HEURISTIC ALGORITHM FOR THE CAPACITATED VEHICLE ROUTING PROBLEM // Computing and Informatics,. — 2011. — T. 30. — C. 721-732.

174. M. Gendreau A. Hertz, G. Laporte A Tabu Search Heuristic for the Vehicle Routing Problem // Management Science. — 1994. — T. 40, 10. — C. 1276-1290.

175. W.-C. Chiang R. Russel Simulated annealing metaheuristics for the vehicle routing problem with time windows // Annals of Operations Research. — 1996. — 63.

— C. 3-27.

176. D.S. Johnson L.A. McGeoch Local search in combinatorial optimization. — John Wiley & Sons, 1999. — 528 c.

177. G. Gutin A. Yeo The Greedy Algorithm for the Symmetric TSP. // Algorithmic Operation Research. — 2007. — 2. — C. 33-36.

178. Pham D.T. Castellani M. Benchmarking and Comparison of Nature-Inspired Population-Based Continuous Optimisation Algorithms // Soft Computing. — 2013. — T. 18, 5. — C. 1-33.

179. D. Pisinger Heuristics for the container loading problem // European Journal of Operational Research. — 2002. — 141. — C. 382-392.

180. Борисовский П.А. Еремеев A.B. О сравнении некоторых эволюционных алгоритмов // Автоматика и телемеханика.. — 2004. — 3. — С. 3-9.