6. ConclusionsThis paper has presen

6. Conclusions
This paper has presented a new iterative MILP-based algorithm
for coping with large-scale ship routing and scheduling problems.
The mathematical model, which is based on the notion of general
precedence, utilizes a continuous time domain representation
and is able to optimize multiple objectives when triangle inequality
violations are introduced in distance matrixes. However, such
exact optimization approach remains computationally efficiently
only for small-to-medium size problems. In order to overcome this
limitation, an iterative procedure was derived by embedding the
rigorous formulation within heuristic rules to effectively find feasible
and near-optimal solutions for large-scale instance of the
problem within a short computational time. The procedure is
based on a systematic decomposition strategy that, by solving
highly constrained versions of the model on every iteration, allows
that the number of decisions be maintained at a reasonable level
by fixing a set of binary variables.
The MILP model was first validated by solving a series of small
instances deriving from a real-world case study faced by a
multi-national shipping company operating a fleet of
multi-parcel chemical tankers. The results obtained were compared
with others presented by two authors from the literature.
Comparison between results reveals that the general precedence
based model has a better computational performance than the
time-slots based model proposed to solve the same problem
instances. Despite this, the exact approach has not converged and
the MIP solver terminated because the memory capacity was
exceeded when the full problem, involving 10 ships, 36 ports,
and 79 potential cargos, is considered. After that, the iterative
algorithm was applied to solve the same full problem instance. A
convergence to a near-optimal solution was achieved in only
764 s of CPU time. Such computational performance significantly
overcomes these ones achieved by other algorithms presented in
the literature. Moreover, the new schedule improves profits by
approximately 40% with regards to actually used by the company

ผลลัพธ์ (ไทย) 1:

6. บทสรุปเอกสารนี้ได้นำเสนอความใหม่ซ้ำ MILP ตามอัลกอริทึมสำหรับเผชิญกับขนาดใหญ่จัดสายงานการผลิต และปัญหาการจัดกำหนดการแบบจำลองทางคณิตศาสตร์ ซึ่งขึ้นอยู่กับแนวคิดทั่วไปความสำคัญ ใช้ตัวแทนโดเมนของเวลาอย่างต่อเนื่องและสามารถปรับวัตถุประสงค์หลายเมื่ออสมการสามเหลี่ยมมีการแนะนำการละเมิดในระยะ matrixes อย่างไรก็ตาม เช่นวิธีการเพิ่มประสิทธิภาพแน่นอนยังคง computationally มีประสิทธิภาพสำหรับขนาดเล็กขนาดกลางปัญหาเท่านั้น เพื่อที่จะเอาชนะนี้จำกัด กระบวนการซ้ำได้มา ด้วยวิธีการฝังแบบกำหนดอย่างเข้มงวดในกฎแล้วหาได้อย่างมีประสิทธิภาพเป็นไปได้และโซลูชั่นใกล้เหมาะสมสำหรับตัวอย่างขนาดใหญ่ของการปัญหาภายในเวลาคำนวณระยะสั้น ขั้นตอนคือตามกลยุทธ์การแยกส่วนประกอบระบบการ แก้ไขรุ่นรุ่นเกิดซ้ำทุกครั้ง มีข้อจำกัดสูงช่วยให้ที่หมายการตัดสินใจรักษาที่ระดับเหมาะสมโดยการแก้ไขชุดของตัวแปรฐานสองแบบ MILP ถูกตรวจสอบก่อน โดยการแก้ชุดของเล็กกรณีบริษัทฯ จากกรณีศึกษาจริงที่ต้องเผชิญโดยการบริษัทขนส่งหลายชาติที่ดำเนินงานกองเรือบรรทุกเคมีภัณฑ์หลายหีบห่อ มีการเปรียบเทียบผลได้รับมีผู้อื่นนำเสนอ โดยผู้เขียนสองจากวรรณคดีเปิดเผยการเปรียบเทียบระหว่างผลลัพธ์ที่มีความสำคัญทั่วไปตามแบบจำลองมีประสิทธิภาพการคำนวณมากกว่าการช่องเวลาตามรูปแบบที่นำเสนอการแก้ปัญหาเดียวกันอินสแตนซ์ แม้นี้ วิธีการแน่นอนได้ไม่ converged และMIP solver เนื่องจากกำลังการผลิตหน่วยความจำที่สิ้นสุดเกินเมื่อปัญหาเต็ม เกี่ยวข้องกับเรือ 10 พอร์ต 36และ 79 cargos ศักยภาพ ถือว่าเป็นการ หลังจากนั้น การซ้ำอัลกอริทึมที่ใช้แก้ปัญหาเต็มตัวอย่าง Aบรรจบกันเพื่อแก้ไขปัญหาใกล้ดีที่สุดประสบความสำเร็จในงานเท่านั้น764 ของ CPU ครั้ง คำนวณผลการดำเนินงานอย่างมีนัยสำคัญคนเหล่านี้โดยอัลกอริทึมอื่น ๆ นำเสนอใน overcomesวรรณกรรม นอกจากนี้ กำหนดการใหม่เพิ่มผลกำไรโดยประมาณ 40% กับ regards ไปใช้จริง โดยบริษัท

ผลลัพธ์ (ไทย) 2:

6.
สรุปบทความนี้ได้นำเสนอซ้ำขั้นตอนวิธีMILP
ตามใหม่สำหรับการรับมือกับเส้นทางเรือขนาดใหญ่และปัญหาการตั้งเวลา. แบบจำลองทางคณิตศาสตร์ซึ่งจะขึ้นอยู่กับความคิดของทั่วไปผู้นำใช้เวลาการแสดงโดเมนอย่างต่อเนื่องและสามารถที่จะเพิ่มประสิทธิภาพหลายวัตถุประสงค์เมื่อความไม่เท่าเทียมกันสามเหลี่ยมละเมิดจะถูกนำมาใช้ในระยะ matrixes แต่อย่างไรก็ตามยังมีวิธีการเพิ่มประสิทธิภาพที่แน่นอนยังคงคอมพิวเตอร์อย่างมีประสิทธิภาพเท่านั้นสำหรับปัญหาที่มีขนาดเล็กไปจนถึงขนาดกลาง เพื่อที่จะเอาชนะนี้จำกัด เพียงขั้นตอนซ้ำได้มาโดยการฝังกำหนดอย่างเข้มงวดในกฎการแก้ปัญหาได้อย่างมีประสิทธิภาพเป็นไปได้หาโซลูชั่นและใกล้ที่ดีที่สุดเช่นขนาดใหญ่ของปัญหาที่เกิดขึ้นภายในระยะเวลาอันสั้นในการคำนวณ ขั้นตอนจะขึ้นอยู่กับกลยุทธ์การสลายตัวระบบนั้นโดยการแก้รุ่นจำกัด สูงของรูปแบบในทุกย้ำช่วยว่าจำนวนของการตัดสินใจที่จะยังคงอยู่ในระดับที่เหมาะสมได้โดยการแก้ไขการตั้งค่าของตัวแปรไบนารี. รุ่น MILP ถูกตรวจสอบเป็นครั้งแรกโดย แก้ชุดของเล็ก ๆกรณีที่เกิดจากกรณีที่โลกแห่งความจริงที่ต้องเผชิญกับการศึกษาโดยบริษัท ขนส่งข้ามชาติในการดำเนินงานอย่างรวดเร็วของหลายพัสดุบรรทุกสารเคมี ผลที่ได้มาเปรียบเทียบกับคนอื่น ๆ ที่นำเสนอโดยสองผู้เขียนจากวรรณกรรม. เปรียบเทียบระหว่างผลการเผยให้เห็นว่าความสำคัญทั่วไปตามรูปแบบที่มีประสิทธิภาพการประมวลผลที่ดีกว่าเวลาที่ช่องตามรูปแบบที่นำเสนอในการแก้ปัญหาเดียวกันกรณี อย่างไรก็ตามเรื่องนี้เป็นวิธีที่แน่นอนยังไม่ได้แปรสภาพและแก้ MIP ยกเลิกเพราะจุหน่วยความจำที่ถูกเกินเมื่อปัญหาที่เกิดขึ้นอย่างเต็มรูปแบบที่เกี่ยวข้องกับ10 เรือ 36 พอร์ต79 และ cargos ที่มีศักยภาพเป็นที่ยอมรับว่า หลังจากนั้นซ้ำขั้นตอนวิธีการถูกนำมาใช้ในการแก้ปัญหาที่เกิดขึ้นเช่นเดียวกันเต็มรูปแบบ บรรจบกันที่จะเป็นทางออกที่ดีที่สุดที่อยู่ใกล้ก็ประสบความสำเร็จในเวลาเพียง764 วินาทีของเวลา CPU การคำนวณผลการดำเนินงานดังกล่าวอย่างมีนัยสำคัญเอาชนะคนเหล่านี้ทำได้โดยขั้นตอนวิธีการอื่น ๆ ที่นำเสนอในวรรณคดี นอกจากนี้ยังมีตารางเวลาใหม่ช่วยเพิ่มผลกำไรโดยประมาณ 40% เกี่ยวกับการใช้จริงโดย บริษัท

ผลลัพธ์ (ไทย) 3:

6 . บทความนี้ได้นำเสนอข้อสรุป

ตามขั้นตอนวิธีการหาวิธีการใหม่เพื่อรับมือกับปัญหาการจัดเส้นทางและตารางเวลาเรือขนาดใหญ่ .
แบบจำลองทางคณิตศาสตร์ซึ่งจะขึ้นอยู่กับความคิดของความสำคัญทั่วไป

ใช้เวลาต่อเนื่องโดเมนแทน และจะสามารถเพิ่มประสิทธิภาพวัตถุประสงค์หลายเมื่อสามเหลี่ยมความไม่เสมอภาค
การละเมิดเป็นแนะนำใน matrixes ระยะทาง อย่างไรก็ตาม เช่น
แน่นอนวิธีการเพิ่มประสิทธิภาพยังคง computationally มีประสิทธิภาพ
เพียงปัญหาเล็กขนาดกลาง เพื่อที่จะเอาชนะข้อ จำกัด นี้
, ขั้นตอนซ้ำได้มาโดยการฝัง
สูตรเคร่งครัดภายในกฎการแก้ปัญหา ได้อย่างมีประสิทธิภาพ ค้นหาความเป็นไปได้
และใกล้โซลูชั่นที่เหมาะสมตัวอย่างขนาดใหญ่ของปัญหาในระยะสั้น
คำนวณเวลา กระบวนการ
ระบบการย่อยสลาย ตามกลยุทธ์ โดยการกำหนดรุ่นของรูปแบบ
สูงทุกรูป ให้
ว่าจำนวนของการตัดสินใจที่จะดูแลที่เหมาะสมระดับ
โดยการแก้ไขชุดของตัวแปรฐานสอง การหาแบบจำลอง
เป็นครั้งแรกผ่านการแก้ชุดของเล็ก
กรณีหลังจริง กรณีศึกษา โดย
เผชิญโดย บริษัท จัดส่งพัสดุปฏิบัติการกองเรือของ
หลายสารเคมีที่บรรทุก เปรียบเทียบผลลัพธ์
กับผู้อื่นที่นำเสนอโดยสองผู้เขียนวรรณกรรม .
เปรียบเทียบผลพบว่า มีรูปแบบพื้นฐานทั่วไป
มีการคำนวณประสิทธิภาพที่ดีกว่า
ช่วงเวลาหลักแบบเสนอการแก้ไขกรณีปัญหา
เดียวกัน แม้นี้วิธีการที่แน่นอนยังไม่แปรสภาพและ
MIP แก้ยกเลิกเนื่องจากหน่วยความจำเป็น
เกินเมื่อปัญหาทั้งหมดที่เกี่ยวข้องกับ 10 เรือ 36 พอร์ต
และ 79 ศักยภาพ cargos , ถือว่า หลังจากนั้น ขั้นตอนวิธีนี้ซ้ำ
ถูกนำมาใช้เพื่อแก้ปัญหาเดียวกันเช่นเต็ม a
บรรจบกับใกล้ทางออกที่ดีที่สุดคือได้รับเพียง
764 ของเวลาซีพียู