Оптимизация планирования доставки грузов на основе алгоритма k-means

Тема выпускной квалификационной работы – «Оптимизация планирования доставки грузов на основе алгоритма k-means».

Для обеспечения бесперебойной и своевременной доставки грузов с высоким качеством обслуживания каждый маршрут доставки необходимо тщательно спланировать и проверить. Как показывает практика, для решения данной задачи необходимо использовать методы интеллектуального анализа данных – Data mining. Одним из таких методов является метод кластеризации данных на основе алгоритма k-means.

Для обеспечения бесперебойной и своевременной доставки грузов с высоким качеством обслуживания каждый маршрут доставки необходимо тщательно спланировать и проверить.

C оперативной точки зрения задача оптимизации планирования доставки груза состоит в обеспечении эффективности процесса доставки за счет экономии топлива и сокращения времени простоя.

Как показывает практика, для решения данной задачи необходимо использовать методы интеллектуального анализа данных – Data mining.

Введение 5

Глава 1 Постановка задачи исследования и анализ алгоритма k-means 7

1.1 Постановка задачи исследования 7

1.2 Методы решения задачи кластеризации 8

1.3 Анализ алгоритма k-means 12

Глава 2 Разработка решения для оптимизации планирования доставки грузов на основе алгоритма k-means 18

Глава 3 Разработка программы оптимизации планирования доставки грузов на основе алгоритма k-means 26

3.1 Программа «1С:TMS Логистика. Управление перевозками» 26

3.2 Программа «Простые маршруты» 27

3.3 Онлайн-сервис «Калькулятор для кластеризации по алгоритму К- средних» 29

3.4 Выбор платформы и разработка программы 30

Заключение 39

Список используемой литературы и используемых источников 42

1. 1С:TMS Логистика. Управление перевозками [Электронный ресурс]. URL: https://itob.ru/products/1c-tms/ (дата обращения: 07.05.2021).

2. Воронцов К.В. Математические методы обучения по прецедентам (теория обучения машин) [Электронный ресурс]. URL: http://www.machinelearning.ru/wiki/images/6/6d/Voron-ML-1.pdf (дата обращения: 07.05.2021).

3. Евклидова метрика [Электронный ресурс]. URL: https://ru.wikipedia.org/wiki/%D0%95%D0%B2%D0%BA%D0%BB%D0%B8% D0%B4%D0%BE%D0%B2%D0%B0_%D0%BC%D0%B5%D1%82%D1%80% D0%B8%D0%BA%D0%B0 (дата обращения: 07.05.2021).

4. Карпович Е. Е. Методы тестирования и отладки программного обеспечения : учебник. Москва : Издательский Дом МИСиС, 2020. 136 c. [Электронный ресурс]. URL: https://www.iprbookshop.ru/106722.html (дата обращения: 18.05.2021).

5. Кластеризация заказов по географическим координатам [Электронный ресурс]. URL: http://danila.org.ua/category/%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D 0%B0/1%D1%81/page/3/ (дата обращения: 07.05.2021).

6. Котов К., Красильников Н. Кластеризация данных [Электронный ресурс]. URL: https://logic.pdmi.ras.ru/~yura/internet/02ia-seminar-note.pdf (дата обращения: 07.05.2021).

7. Метод k-средних. [Электронный ресурс]. URL: https://ru.wikipedia.org/wiki/%D0%9C%D0%B5%D1%82%D0%BE%D0%B4_k-

%D1%81%D1%80%D0%B5%D0%B4%D0%BD%D0%B8%D1%85 (дата

обращения: 07.05.2021).