Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Решетневские чтения; Красноярск; Красноярск
Год издания: 2024
Ключевые слова: логистика, машинное обучение, оптимизация маршрутов, генетические алгоритмы, кластеризация, моделирование транспортных процессов, logistics, machine learning, route optimization, genetic algorithms, clustering, modeling of transport processes
Аннотация: В данной статье рассматриваются подходы к моделированию логистических маршрутов с применением алгоритмов машинного обучения для оптимизации транспортных процессов. Основное внимание уделено методам оптимизации маршрутов, которые позволяют минимизировать время и затраты на доставку, а также улучшить распределение ресурсов. ПрименениПоказать полностьюе алгоритмов, таких как метод ближайших соседей, генетические алгоритмы и алгоритмы кластеризации, показано на практике для решения сложных задач маршрутизации. Представлены результаты моделирования и оценка эффективности предложенных решений. This article discusses approaches to modeling logistics routes using machine learning algorithms to optimize transport processes. The main focus is on route optimization methods that minimize delivery time and costs, as well as improve resource allocation. The use of algorithms such as the nearest neighbor method, genetic algorithms, and clustering algorithms has been shown in practice to solve complex routing problems. The results of modeling and evaluation of the effectiveness of the proposed solutions are presented.
Журнал: Решетневские чтения
Номера страниц: 183-184
Место издания: Красноярск