Duomenų gavybos ir optimizavimo taikymas tiekimo grandyse logistikoje
Baigiamajame magistro darbe apžvelgiamos tiekimo grandžių bei logistikos sritys, kuriose taikomi optimizavimo metodai. Taip pat išanalizuojami logistikos kompanijose taikomi sprendimai bei įrankiai, padedantys procesų optimizacijai. Remiantis konkrečiais pavyzdžiais, surandamais logistikos kompanijose, pateikiami duomenų gavybos apibrėžimai ir pritaikymo atvejai bei aprašomos sistemos, kurios yra naudojamos duomenų rinkimui ir analizei. „Keliaujančio pirklio” uždavinys (toliau „TSP”) bei jo pritaikymo sritys plačiau analizuojamos pasirenkant konkrečią - maršrutų planavimo - sritį, ir pademonstruojamos galimybės, kurių dėka optimizuojami logistikos procesai. „TSP” uždaviniui spręsti naudojami algoritmai, kurių pritaikymui pasirenkamas „Genetinis Algoritmas”.Taip pat šiame darbe yra pasirenkama „Microsoft Visual Studio” platforma ir parodomos jos panaudojimo galimybės - atliekamas eksperimentas, kurio metu optimizuojami procesai realioje logistikos kompanijoje. Sukuriama internetinė svetainė, kuriai pritaikoma paieškos sistemų optimizacija, bei sukuriama internetinė sistema, skirta duomenų rinkimui bei užduočių paskirstymui įmonėje. Artimiausio maršruto radimui sukonstruojamas sprendiklis, jis yra adaptuojamas naudojimui su realiais duomenimis ir integruojamas į sistemą, kuri prijungiama prie „Google Maps” ir yra pritaikyta kasdieniam naudojimui krovinių pervežimo procese.Išanalizavus ir apibendrinus visus pateiktus pavyzdžius bei duomenis, pateikiamos baigiamojo darbo išvados.Darbą sudaro 8 dalys: įvadas, optimizacijos taikymas tiekimo grandyse logistikoje, „Keliaujančio pirklio” uždavinio panaudojimo galimybės, duomenų gavyba logistikoje ir duomenų bazių valdymo sistemos, „TSP” algoritmų palyginimas, eksperimentas, išvados, literatūros sąrašas. Darbo apimtis - 64 p. teksto be priedų, 36 iliustr., 1 lent., 35 bibliografiniai šaltiniai.Atskirai nėra pridedami darbo priedai.
This master's thesis consists of a review of supply chain and logistics areas where optimization techniques are applied. Solutions and tools used in logistics companies to optimize the processes are also analyzed. Based on specific examples found in logistics companies, data mining definitions and applications are presented and systems used for data collection and analysis are described. The task of the „Travelling Salesman Problem” ("TSP") and its application areas are further analyzed by selecting a specific area of route planning. The possibilities that optimize logistics processes are also demonstrated. Various algorithms are used to solve the „TSP” problem, and the „Genetic Algorithm” is chosen for its application. For further work „Microsoft Visual Studio” platform is chosen and its application possibilities are described. An experiment is being carried out to optimize processes in a real logistics company. An online website was created with application of search engine optimization. An online system for data collection and task allocation within the company was also created. The solution for finding the nearest path was built. It was adapted to use with real data and integrated into a system which was connected to „Google Maps” and adapted for daily use in a cargo transportation process.After analyzing and summarizing all the presented examples and data, the conclusions of the final work are presented.Structure: introduction, application of optimization in supply chains in logistics, possibilities of using ”Travelling Salesman Problem”, data mining in logistics and database management systems, comparison of algorithms in ”TSP”, experiment, conclusions, references.Thesis consist of: 64 p. text without appendixes, 36 pictures, 1 table, 35 bibliographical entries.Appendixes are not included.