Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Strona główna > Publikacje
Publikacje
Pomoc (F2)
[85010] Artykuł:

A Data-Driven Approach to Constraint Optimization

Czasopismo: Advances in Intelligent Systems and Computing   Tom: 920, Strony: 135-144
ISSN:  2194-5357
ISBN:  978-3-030-13273-6
Wydawca:  SPRINGER INTERNATIONAL PUBLISHING AG, GEWERBESTRASSE 11, CHAM, CH-6330, SWITZERLAND
Opublikowano: 2019
Seria wydawnicza:  Advances in Intelligent Systems and Computing
Liczba arkuszy wydawniczych:  3.00
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Do oświadczenia
nr 3		 Grupa
przynależności		 Dyscyplina
naukowa		 Procent
udziału		 Liczba
punktów
do oceny pracownika		 Liczba
punktów wg
kryteriów ewaluacji
Jarosław Wikarek orcid logo WEAiIKatedra Systemów Informatycznych *Takzaliczony do "N"Automatyka, elektronika, elektrotechnika i technologie kosmiczne50.00.00  
Paweł Sitek orcid logo WEAiIKatedra Systemów Informatycznych *Takzaliczony do "N"Automatyka, elektronika, elektrotechnika i technologie kosmiczne50.00.00  

Grupa MNiSW:  Materiały z konferencji międzynarodowej (zarejestrowane w Web of Science)
Punkty MNiSW: 0
Klasyfikacja Web of Science: Proceedings Paper

DOI LogoDOI     Web of Science Logo Web of Science    
Keywords:

Data-driven  Constraint optimization  Mathematical programing  Problem modeling  


Abstract:

Many problems occurring in production, transport, supply chains and everyday life problems can be formulated in the form of constraint optimization problems (COPs). Most often these are issues related to planning and scheduling, distribution of resources, fleet selection, route and network optimization, configuration of machines and manufacturing systems, timetabling, etc. In the vast majority of cases, these are discrete problems of a combinatorial nature. Significant difficulties in modelling and solving COPs are usually the magnitude of real problems, which translates into a large number of variables and constraints as well as high computational complexity (usually NP-hard problems). The article proposes a data-driven approach, which allows a significant reduction in the magnitude of modelled problems and, consequently, the possibility of solving many real problems in an acceptable time.


POWRÓT
Strona główna > Publikacje