Location Routing problem
Location Routing problem
bakalářská práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/200613Identifikátory
SIS: 273686
Kolekce
- Kvalifikační práce [11909]
Autor
Vedoucí práce
Oponent práce
Matoušková, Monika
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Finanční matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
19. 6. 2025
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
Location Routing problem|kombinatorická optimalizace|heuristiky|Metaheuristiky|Tabu prohledávání|Logistické plánováníKlíčová slova (anglicky)
Location Routing problem|combinatorial optimization|heuristics|Metaheuristics|Tabu search|LogisticsTato bakalářská práce se zabývá formulací a řešením modelu Loca琀椀on Rou琀椀ng Problem (LRP), výpočetně náročné úlohy z oblas琀椀 kombinatorické op琀椀malizace. Hlavní důraz je kladen na metaheuris琀椀ku dvoufázového tabu prohledávání, která byla implementována v rámci vlastního objektově orientovaného návrhu v programovacím jazyce Python. V závěrečné čás琀椀 je tato implementace porovnána s exaktním řešením získaným pomocí so昀琀waru Gurobi. Dále jsou diskutovány výhody a limity zvolené metody a také možné přístupy k ladění parametrů s cílem nalézt přípustná řešení s co nejnižší hodnotou účelové funkce. Veškeré výsledky, včetně nalezených řešení a jejich vizualizací, vycházejí z uvedené implementace. Na závěr je model aplikován na reálná data stanic pražského metra.
This bachelor's thesis deals with the formula琀椀on and solu琀椀on approaches to the Loca琀椀on Rou琀椀ng Problem (LRP), a computa琀椀onally demanding task in the 昀椀eld of combinatorial op琀椀miza琀椀on. The main focus is placed on a two-phase tabu search metaheuris琀椀c, implemented in a custom object-oriented model design in the Python programming language. In the 昀椀nal sec琀椀on, this implementa琀椀on is compared with an exact solu琀椀on obtained using the Gurobi so昀琀ware. The thesis also discusses the strengths and limita琀椀ons of the chosen method, as well as possible approaches to parameter tuning aimed at 昀椀nding feasible solu琀椀ons with the lowest possible objec琀椀ve value. All results, including the obtained solu琀椀ons and their visualiza琀椀ons, are based on the men琀椀oned implementa琀椀on. Finally, the model is applied to real data, loca琀椀ons of Prague metro sta琀椀ons.