Skip to main content

Tourenplanung mit Selbstorganisierenden Netzen

  • Conference paper
Simulation als betriebliche Entscheidungshilfe
  • 239 Accesses

Zusammenfassung

Die möglichen Einsatzgebiete von Künstlichen Neuronalen Netzen (KNN) für betriebswirtschaftliche Aufgabenstellungen sind äusserst vielfältig. Im Bereich des Operations Research bilden Ansätze für Rundreiseprobleme bisher einen Schwerpunkt. In diesem Artikel soll diskutiert werden, wie ein solcher Ansatz zu erweitern ist, um auch Tourenplanungsprobleme bearbeiten zu können. Dazu wird zunächst, basierend auf dem Modell der selbstorganisierenden Karten, ein für einfache Tourenplanungsprobleme verwendbares Grundmodell hergeleitet. Die Leistungsfähigkeit dieses Modells ist anschliessend an verschiedenen Literaturbeispielen zu testen. Im folgenden werden dann Möglichkeiten aufgezeigt, das Modell zu erweitern, um eine zusätzliche Restriktion (Zeitrestriktion) bzw. eine veränderte Zielfunktion (Kostenminimierung) berücksichtigen zu können.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 67.00
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Hopfield, J. und Tank, D., Neural Computation of Decisions in Optimization Problems, in: Biological Cybernetics, 5 (1985), S. 141–152.

    Google Scholar 

  2. Kohonen, T., Self-organizing and Associative Memory, 2. Auflage, New York u.a., 1988.

    Google Scholar 

  3. Retzko, R. und Schumann, M., Einsatzmöglichkeiten von Künstlichen Neuronalen Netzen für Rundreiseprobleme im Vergleich mit alternativen Verfahren, Arbeitsbericht Nr. 9, Göttingen, 1994.

    Google Scholar 

  4. Roth, B., Die Anwendung der Methoden der Neuronalen Netze auf ein Distributionsplanungsproblem, Diplomarbeit, Hamburg, 1992.

    Google Scholar 

  5. Allinson, N.M., Self-Organising Maps and their Applications, in: Taylor, J.G. und Mannion, C.L.T. (Hrsg.), Theory and Applications of Neural Networks, London u.a., 1990, S. 101-118.

    Google Scholar 

  6. Fort, J.C., Solving a Combinatorial Problem via Self-Organizing Process: An Application of the Kohonen Algorithm to the Traveling Salesman Problem, in: Biological Cybernetics, 58 (1988), S. 33–40.

    Article  Google Scholar 

  7. Ritter, H., Martinetz, T. und Schulten,K., Neuronale Netze-Eine Einführung in die Neuroinformatik selbstorganisierender Netzwerke, 2. erweiterte Auflage, Bonn u.a., 1991.

    Google Scholar 

  8. Köhle, M., Neurale Netze, Wien u.a., 1990.

    Google Scholar 

  9. Christofides, N. und Eilon, S., An Algorithm for the Vehicle Dispatching Problem, in: Operations Research Quarterly, 20 (1969), S. 309–318.

    Article  Google Scholar 

  10. Christofides, N., Mingozzi, A. und Toth, P., Combinatorial Optimization, Chichester u.a., 1979.

    Google Scholar 

  11. Paessens, H., The Savings Algorithm for the Vehicle Routing Problem, in: European Journal of Operational Research, 34 (1988), S. 336–344.

    Article  Google Scholar 

  12. Taillard, E., Parallel Iterative Search Methods for Vehicle Routing Problems, ORWP 92/03, Department of Mathematics, Ecole Polytechnique Fédérale de Lausanne, Switzerland.

    Google Scholar 

  13. Osman, I.H., Metastrategy Simulated Annealing and Tabu Search Algorithms for the Vehicle Routing Problem, in: Annals of Operations Research, (1993) 41, S. 421–451.

    Article  Google Scholar 

  14. Fisher, M.L., Optimal Solution of Vehicle Routing Problems using Minimum K-Trees, in: Operations Research, 4 (1994), S. 626–642.

    Article  Google Scholar 

  15. Domschke, W., Logistik: Rundreisen und Touren, 3. Auflage, München u.a., 1990.

    Google Scholar 

  16. Ryan, D.M., Hjorring, C. und Glover, F., Extensions of the Petal Method for Vehicle Routeing, in: Journal of the Operational Society, 44 (1993), S. 289–296.

    Google Scholar 

  17. Bundeszentralgenossenschaft Strassenverkehr (BZG): Fahrzeugkostenrechnung für LKW und Lastzüge, bearbeitet vom BZG-Beratungsdienst, Frankfurt (Main), o. Jg.

    Google Scholar 

  18. Diruf, G., Probleme und Entwicklungstendenzen der computergestützten Tourenplanung, in: Zeitschrift für Planung, o. Jg. (1990) 1, S. 5–23.

    Google Scholar 

Download references

Authors

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 1999 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Retzko, R., Schumann, M. (1999). Tourenplanung mit Selbstorganisierenden Netzen. In: Biethahn, J., Hummeltenberg, W., Schmidt, B., Stähly, P., Witte, T. (eds) Simulation als betriebliche Entscheidungshilfe. Physica, Heidelberg. https://doi.org/10.1007/978-3-642-58671-2_10

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-58671-2_10

  • Publisher Name: Physica, Heidelberg

  • Print ISBN: 978-3-7908-1178-0

  • Online ISBN: 978-3-642-58671-2

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics