Development of an innovative prototype driver’s work plan generator in collective transport management systems based on evolutionary algorithms. (Q81347)
Jump to navigation
Jump to search
Project Q81347 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Development of an innovative prototype driver’s work plan generator in collective transport management systems based on evolutionary algorithms. |
Project Q81347 in Poland |
Statements
327,250.0 zloty
0 references
385,000.0 zloty
0 references
85.0 percent
0 references
1 October 2019
0 references
30 September 2020
0 references
ITS TECHNOLOGY – SOLVEO SP. Z O. O. SP. K.
0 references
SA 42799(2015/X) Przedmiotem projektu jest zlecenie prac B+R mających na celu opracowanie prototypu nowej usługi opartej o unikalne algorytmy ewolucyjne generatora planu pracy kierowców w systemach zarządzania transportem zbiorowym. Usługa będzie opierać się na generowaniu harmonogramu na podstawie danych wejściowych, dotyczących całego szeregu zmiennych, takich jak kierowcy, pojazdy, kalendarz przewozów, rozkład jazdy, godziny szczytu, warunki pracy wynikające z regulaminu pracy kierowców, stawki godzinowe za regulaminowy czas pracy i za nadgodziny, uwarunkowania formalno-prawne rynku, na którym działa przewoźnik i wiele innych. Celem jest zaplanowanie pracy wszystkim kierowcom dokładnie na ilość godzin zgodną z normą godzin m-ca, tak aby osiągnąć minim. koszt realizacji planu przewozów dla m-ca, oraz zapewnić minim. ilość niezaplanowanych w harmon. zadań przewozowych (lub zapewnić obsadę wszystkich zadań przewozowych w każdym dniu miesiąca). Dodatkowo istotnymi funkcjonalnościami opracowywanego w ramach projektu rozwiązania mają być: równomierny rozkład ilości dni pracy w soboty i niedziele i święta oraz równomierny rozkład ilości „rezerw” w poszczególne dni na I zmianie i II zmianie. Obecnie oferowane na rynku rozwiązania są niedoskonałe ponieważ opierają się na algorytmach zachłannych. Są to metody heurystyczne (czyli dają rozwiązania przybliżone) a czas obliczeń jest bardzo długi. W dużych zestawach danych (duże aglomeracje miejskie) czas ten jest nieakceptowalny. Problem badawczy NP - zupełny planowany do rozwiązania poprzez Algor. ewolucyjne analizują znacznie szerszy zakres dopuszczalnych rozwiązań w celu znalezienia rozwiązania optymalnego. Tradycyjne algorytmy zachłanne dokonują decyzji lokalnie optymalnych bez badania skutków tych wyborów w kolejnych krokach. Użytkownikowi końc. usługa pozwoli na ograniczenie kosztów miesięcznych jakie generują zasoby niezbędne do świadczenia usług transportowych (przede wszystkim liczba niezbędnych kierowców oraz flo (Polish)
0 references
SA 42799(2015/X) The object of the project is to commission R & D works aimed at developing a prototype of a new service based on unique evolutionary algorithms of driver’s work plan generator in collective transport management systems. The service will be based on scheduling on the basis of input data for a whole range of variables such as drivers, vehicles, schedules, timetables, peak hours, working conditions resulting from driver’s working regulations, hourly rates for statutory working time and overtime, formal and legal conditions of the market in which the carrier operates and many others. The aim is to plan the work of all drivers precisely for the number of hours in accordance with the standard of m-ca, in order to achieve the minimum cost of implementation of the transport plan for the mc, and to provide minim. the amount of unscheduled transport tasks (or ensure that all transport tasks are manned every day of the month). In addition, important functionalities of the solution developed within the framework of the project are to be: even distribution of the number of working days on Saturdays and Sundays and holidays and even distribution of the number of “reserves” per day for the first and second shifts. Currently, the solutions offered on the market are imperfect because they are based on greedy algorithms. These are heuristic methods (i.e. they give approximate solutions) and the time of calculation is very long. In large data sets (large urban agglomerations), this time is unacceptable. Research problem NP – a complete solution to be solved through Algor. evolutionary analyses a much broader range of acceptable solutions to find an optimal solution. Traditional greedy algorithms make locally optimal decisions without examining the effects of these choices in subsequent steps. End user service will allow to reduce the monthly costs of the resources necessary to provide transport services (primarily the number of necessary drivers and fleet (English)
14 October 2020
0 references
SA 42799(2015/X) L’objet du projet est de commander des travaux de R & D visant à développer un prototype d’un nouveau service basé sur les algorithmes évolutifs uniques du générateur de plan de travail du conducteur dans les systèmes de gestion collective des transports. Le service sera basé sur la génération d’horaires basés sur des données d’entrée pour toute une gamme de variables, telles que les conducteurs, les véhicules, les horaires, les horaires, les heures de pointe, les conditions de travail résultant de la réglementation du travail des conducteurs, les tarifs horaires pour le temps de travail régulier et les heures supplémentaires, les conditions formelles et légales du marché du transporteur et bien d’autres. L’objectif est de planifier le travail de tous les conducteurs exactement pour le nombre d’heures selon les heures standard de m-ca, afin d’atteindre le coût minimal d’exécution du plan de transport pour le m-ca, et d’assurer un nombre minimal de tâches de transport non planifiées (ou d’assurer le personnel de toutes les tâches de transport chaque jour du mois). En outre, les fonctionnalités importantes de la solution développée dans le cadre du projet sont les suivantes: même la répartition du nombre de jours ouvrables les samedis et dimanches et les jours fériés et même la répartition du nombre de «réserves» entre les jours du 1er quart et le changement II. Les solutions actuellement proposées sur le marché sont imparfaites car elles sont basées sur des algorithmes gourmands. Ce sont des méthodes heuristiques (c’est-à-dire qu’elles donnent des solutions approximatives) et le temps de calcul est très long. Dans les grands ensembles de données (grandes agglomérations urbaines), cette fois-ci est inacceptable. Le problème de recherche NP — entièrement planifié pour être résolu par Algor. analyse évolutionnaire une gamme beaucoup plus large de solutions acceptables afin de trouver la solution optimale. Les algorithmes gourmands traditionnels prennent des décisions locales optimales sans examiner les effets de ces choix dans les prochaines étapes. L’utilisateur final du service réduira les coûts mensuels qui génèrent les ressources nécessaires pour fournir les services de transport (principalement le nombre de conducteurs nécessaires et flo (French)
30 November 2021
0 references
SA 42799(2015/X) Ziel des Projekts ist es, F & E-Arbeiten in Auftrag zu geben, die darauf abzielen, einen Prototyp eines neuen Dienstes zu entwickeln, der auf den einzigartigen evolutionären Algorithmen des Arbeitsplangenerators des Fahrers in kollektiven Transportmanagementsystemen basiert. Der Dienst basiert auf der Erstellung von Fahrplänen auf der Grundlage von Eingabedaten für eine ganze Reihe von Variablen, wie Fahrer, Fahrzeuge, Fahrpläne, Fahrpläne, Spitzenzeiten, Arbeitsbedingungen, die sich aus den Arbeitsregelungen der Fahrer ergeben, Stundensätze für regelmäßige Arbeitszeiten und Überstunden, formale und rechtliche Bedingungen auf dem Markt des Luftfahrtunternehmens und viele andere. Ziel ist es, die Arbeit aller Fahrer genau für die Stundenzahl entsprechend den Standardstunden zu planen, um die Mindestkosten für die Durchführung des Transportplans für das m-ca zu erreichen und eine Mindestanzahl ungeplanter Transportaufgaben zu gewährleisten (oder die Personalausstattung aller Transportaufgaben an jedem Tag des Monats sicherzustellen). Darüber hinaus sollen wichtige Funktionalitäten der im Rahmen des Projekts entwickelten Lösung sein: gleichmäßige Verteilung der Anzahl der Arbeitstage an Samstagen und Sonntagen sowie an Feiertagen und gleichmäßige Verteilung der Anzahl der „Reserven“ zwischen den Tagen der 1. Schicht und der Änderung II. Die derzeit auf dem Markt angebotenen Lösungen sind unvollkommen, weil sie auf gierigen Algorithmen basieren. Dies sind heuristische Methoden (d. h. sie geben ungefähre Lösungen) und die Berechnungszeit ist sehr lang. In großen Datensätzen (große städtische Ballungsräume) ist dieses Mal inakzeptabel. Das NP-Forschungsproblem – vollständig geplant, über Algor zu lösen. evolutionär analysiert eine viel breitere Palette an akzeptablen Lösungen, um die optimale Lösung zu finden. Traditionelle gierige Algorithmen treffen lokal optimale Entscheidungen, ohne die Auswirkungen dieser Entscheidungen in den nächsten Schritten zu untersuchen. Der Endbenutzer des Dienstes wird die monatlichen Kosten senken, die für die Erbringung von Transportdiensten notwendige Ressourcen generieren (vor allem die Anzahl der notwendigen Fahrer und Flossen (German)
7 December 2021
0 references
SA 42799(2015/X) Het doel van het project is het in opdracht geven van O & O-werkzaamheden gericht op de ontwikkeling van een prototype van een nieuwe dienst op basis van de unieke evolutionaire algoritmen van de generator van het werkplan van de bestuurder in systemen voor collectief vervoerbeheer. De dienst zal gebaseerd zijn op het genereren van schema’s op basis van inputgegevens voor een hele reeks variabelen, zoals bestuurders, voertuigen, dienstregelingen, dienstregelingen, piekuren, arbeidsomstandigheden die voortvloeien uit de arbeidsvoorschriften van de bestuurders, uurtarieven voor normale arbeidstijden en overuren, formele en wettelijke voorwaarden op de markt van de vervoerder en vele andere. Het doel is het werk van alle bestuurders precies te plannen voor het aantal uren volgens de standaard m-ca-uren, teneinde de minimale kosten van de uitvoering van het vervoersplan voor de m-ca te bereiken, en een minimumaantal ongeplande vervoerstaken te waarborgen (of ervoor te zorgen dat alle vervoerstaken op elke dag van de maand worden ingezet). Daarnaast zijn belangrijke functionaliteiten van de oplossing die in het kader van het project is ontwikkeld: zelfs de verdeling van het aantal werkdagen op zaterdag en zon- en feestdagen en zelfs de verdeling van het aantal „reserves” tussen de dagen van de eerste ploeg en de wijziging II. De oplossingen die momenteel op de markt worden aangeboden, zijn onvolmaakt omdat ze gebaseerd zijn op hebzuchtige algoritmen. Dit zijn heuristische methoden (d.w.z. ze geven bij benadering oplossingen) en de rekentijd is zeer lang. In grote datasets (grote stedelijke agglomeraties) is dit keer onaanvaardbaar. Het NP-onderzoeksprobleem — volledig gepland om via Algor te worden opgelost. evolutionaire analyseert een veel breder scala aan aanvaardbare oplossingen om de optimale oplossing te vinden. Traditionele hebzuchtige algoritmen maken lokaal optimale beslissingen zonder de effecten van deze keuzes in de volgende stappen te onderzoeken. De eindgebruiker van de dienst zal de maandelijkse kosten verminderen die nodig zijn om vervoersdiensten te leveren (voornamelijk het aantal noodzakelijke chauffeurs en flo (Dutch)
16 December 2021
0 references
SA 42799(2015/X) L'obiettivo del progetto è quello di commissionare lavori di R & S volti a sviluppare un prototipo di un nuovo servizio basato sugli unici algoritmi evolutivi del generatore di piano di lavoro del conducente nei sistemi di gestione collettiva dei trasporti. Il servizio si baserà sulla generazione di orari basati su dati di input per tutta una serie di variabili, quali conducenti, veicoli, orari, orari, ore di punta, condizioni di lavoro derivanti dalla normativa di lavoro dei conducenti, tariffe orarie per l'orario regolare di lavoro e ore straordinarie, condizioni formali e legali del mercato del vettore e molti altri. L'obiettivo è quello di pianificare il lavoro di tutti i conducenti esattamente per il numero di ore conformemente alle ore standard di m-ca, in modo da raggiungere il costo minimo di realizzazione del piano di trasporto per la m-ca, e di garantire un numero minimo di attività di trasporto non pianificate (o di garantire l'organico di tutte le attività di trasporto in ogni giorno del mese). Inoltre, importanti funzionalità della soluzione sviluppata nell'ambito del progetto sono: distribuzione uniforme del numero di giorni lavorativi il sabato e la domenica e nei giorni festivi e persino la distribuzione del numero di "riserve" tra i giorni del 1º turno e il II cambiamento. Le soluzioni attualmente offerte sul mercato sono imperfette perché si basano su algoritmi avidi. Si tratta di metodi euristici (ossia forniscono soluzioni approssimative) e il tempo di calcolo è molto lungo. Nei grandi set di dati (grandi agglomerati urbani), questa volta è inaccettabile. Il problema della ricerca NP — completamente pianificato per essere risolto attraverso Algor. Evoluzionario analizza una gamma molto più ampia di soluzioni accettabili al fine di trovare la soluzione ottimale. Gli algoritmi avidi tradizionali prendono decisioni ottimali a livello locale senza esaminare gli effetti di queste scelte nei prossimi passi. L'utente finale del servizio ridurrà i costi mensili che generano le risorse necessarie per fornire servizi di trasporto (principalmente il numero di autisti necessari e flo (Italian)
15 January 2022
0 references
SA 42799(2015/X) El objetivo del proyecto es encargar obras de I+D destinadas a desarrollar un prototipo de un nuevo servicio basado en los algoritmos evolutivos únicos del generador del plan de trabajo del conductor en los sistemas de gestión del transporte colectivo. El servicio se basará en la generación de horarios basados en datos de entrada para toda una serie de variables, tales como conductores, vehículos, horarios, horarios, horas punta, condiciones de trabajo resultantes de la normativa de trabajo de los conductores, tarifas horarias para horas regulares de trabajo y horas extraordinarias, condiciones formales y legales del mercado del transportista y muchos otros. El objetivo es planificar el trabajo de todos los conductores exactamente para el número de horas de acuerdo con las horas m-ca estándar, a fin de lograr el coste mínimo de ejecución del plan de transporte para la m-ca, y garantizar un número mínimo de tareas de transporte no planificadas (o garantizar la dotación de personal de todas las tareas de transporte en cada día del mes). Además, las funcionalidades importantes de la solución desarrollada como parte del proyecto son: distribución uniforme del número de días laborables los sábados y domingos y días festivos e incluso distribución del número de «reservas» entre los días del primer turno y el cambio II. Las soluciones que se ofrecen actualmente en el mercado son imperfectas porque se basan en algoritmos codiciosos. Estos son métodos heurísticos (es decir, dan soluciones aproximadas) y el tiempo de cálculo es muy largo. En grandes conjuntos de datos (grandes aglomeraciones urbanas), esta vez es inaceptable. El problema de investigación NP — totalmente planeado para ser resuelto a través de Algor. análisis evolutivos una gama mucho más amplia de soluciones aceptables con el fin de encontrar la solución óptima. Los algoritmos codiciosos tradicionales toman decisiones localmente óptimas sin examinar los efectos de estas opciones en los próximos pasos. El usuario final del servicio reducirá los costes mensuales que generan los recursos necesarios para la prestación de servicios de transporte (principalmente el número de conductores y flo necesarios (Spanish)
19 January 2022
0 references
Identifiers
POIR.02.03.02-18-0014/19
0 references