Код | 526067 |
Дата создания | 2022 |
Мы сможем обработать ваш заказ (!) 20 декабря в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
|
Тема выпускной квалификационной работы – «Оптимизация планирования доставки грузов на основе алгоритма k-means».
Для обеспечения бесперебойной и своевременной доставки грузов с высоким качеством обслуживания каждый маршрут доставки необходимо тщательно спланировать и проверить. Как показывает практика, для решения данной задачи необходимо использовать методы интеллектуального анализа данных – Data mining. Одним из таких методов является метод кластеризации данных на основе алгоритма k-means.
Для обеспечения бесперебойной и своевременной доставки грузов с высоким качеством обслуживания каждый маршрут доставки необходимо тщательно спланировать и проверить.
C оперативной точки зрения задача оптимизации планирования доставки груза состоит в обеспечении эффективности процесса доставки за счет экономии топлива и сокращения времени простоя.
Как показывает практика, для решения данной задачи необходимо использовать методы интеллектуального анализа данных – Data mining.
Введение 5
Глава 1 Постановка задачи исследования и анализ алгоритма k-means 7
1.1 Постановка задачи исследования 7
1.2 Методы решения задачи кластеризации 8
1.3 Анализ алгоритма k-means 12
Глава 2 Разработка решения для оптимизации планирования доставки грузов на основе алгоритма k-means 18
Глава 3 Разработка программы оптимизации планирования доставки грузов на основе алгоритма k-means 26
3.1 Программа «1С:TMS Логистика. Управление перевозками» 26
3.2 Программа «Простые маршруты» 27
3.3 Онлайн-сервис «Калькулятор для кластеризации по алгоритму К- средних» 29
3.4 Выбор платформы и разработка программы 30
Заключение 39
Список используемой литературы и используемых источников 42
1. 1С:TMS Логистика. Управление перевозками [Электронный ресурс]. URL: https://itob.ru/products/1c-tms/ (дата обращения: 07.05.2021).
2. Воронцов К.В. Математические методы обучения по прецедентам (теория обучения машин) [Электронный ресурс]. URL: http://www.machinelearning.ru/wiki/images/6/6d/Voron-ML-1.pdf (дата обращения: 07.05.2021).
3. Евклидова метрика [Электронный ресурс]. URL: https://ru.wikipedia.org/wiki/%D0%95%D0%B2%D0%BA%D0%BB%D0%B8% D0%B4%D0%BE%D0%B2%D0%B0_%D0%BC%D0%B5%D1%82%D1%80% D0%B8%D0%BA%D0%B0 (дата обращения: 07.05.2021).
4. Карпович Е. Е. Методы тестирования и отладки программного обеспечения : учебник. Москва : Издательский Дом МИСиС, 2020. 136 c. [Электронный ресурс]. URL: https://www.iprbookshop.ru/106722.html (дата обращения: 18.05.2021).
5. Кластеризация заказов по географическим координатам [Электронный ресурс]. URL: http://danila.org.ua/category/%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D 0%B0/1%D1%81/page/3/ (дата обращения: 07.05.2021).
6. Котов К., Красильников Н. Кластеризация данных [Электронный ресурс]. URL: https://logic.pdmi.ras.ru/~yura/internet/02ia-seminar-note.pdf (дата обращения: 07.05.2021).
7. Метод k-средних. [Электронный ресурс]. URL: https://ru.wikipedia.org/wiki/%D0%9C%D0%B5%D1%82%D0%BE%D0%B4_k-
%D1%81%D1%80%D0%B5%D0%B4%D0%BD%D0%B8%D1%85 (дата
обращения: 07.05.2021).