No label defined (Q81347)
Jump to navigation
Jump to search
Project in Poland financed by DG Regio
Language | Label | Description | Also known as |
---|---|---|---|
English | No label defined |
Project in Poland financed by DG Regio |
Statements
327,250.0 zloty
0 references
473,550.0 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
Identifiers
POIR.02.03.02-18-0014/19
0 references