Εντοπίστηκε ένα σφάλμα στη λειτουργία της ΠΥΞΙΔΑΣ όταν χρησιμοποιείται μέσω του προγράμματος περιήγησης Safari. Μέχρι να αποκατασταθεί το πρόβλημα, προτείνουμε τη χρήση εναλλακτικού browser όπως ο Chrome ή ο Firefox. A bug has been identified in the operation of the PYXIDA platform when accessed via the Safari browser. Until the problem is resolved, we recommend using an alternative browser such as Chrome or Firefox.
 

Integrated methods and systems for optimization and decision support

dc.contributor.degreegrantinginstitutionAthens University of Economics and Business, Department of Management Science and Technologyen
dc.contributor.opponentMagos, Dimitriosen
dc.contributor.opponentTarantilis, Christos D.en
dc.contributor.opponentDoukidis, George I.en
dc.contributor.opponentΕμίρης, Δημήτριοςel
dc.contributor.opponentΔούμπος, Μιιχαήλel
dc.contributor.opponentΓιαννίκος, Ιωάννηςel
dc.contributor.thesisadvisorMourtos, Yiannisel
dc.creatorPlitsos, Stathisen
dc.date.accessioned2025-03-26T19:45:53Z
dc.date.available2025-03-26T19:45:53Z
dc.date.issued30-09-2017
dc.date.submitted16-07-2018
dc.description.abstractFirst we focus on the multi-index assignment. We propose several components that can be employed across different types of assignment, i.e, a constraint propagation mechanism, a tabu-search meta-heuristic, a new variant of the Feasibility Pump heuristic that employs cutting planes, along with a new Branch & Cut method. Results show that these components when employed together reduce the time to optimality or the integrality gap for large instances compared to a commercial solver. Furthermore, this work paves the way towards the development of a DSS, which can facilitate several types of use. The second problem is the energy-aware production scheduling. Here, we present an energy-aware production scheduling DSS as designed, implemented and evaluated in a real context. In short, this work contributes to decision support for energy-efficient manufacturing by a metaheuristic algorithm that hierarchically optimizes flexible job-shop scheduling problems, a set of data requirements and the DSS evaluation in real settings. Last, we focus on the the binary multi-dimensional knapsack problem. Here, we describe a new primal-dual method. Current exact approaches and commercial solvers run into difficulties even for a small-to-medium number of constraints and variables. The proposed primal-dual method employs the linear relaxation, enhanced by global lifted cover inequalities to improve the upper bound and a new version of the Feasibility Pump heuristic that uses these cuts in the pumping procedure to obtain better and feasible lower bounds.en
dc.description.abstractΗ έρευνα αυτή εντάσσεται στις ερευνητικές περιοχές της Συνδυαστικής Βελτιστοποίησης και των Συστημάτων Υποστήριξης Αποφάσεων. Κίνητρο αυτής της έρευνας είναι η αντιμετώπιση υπαρχόντων προβλημάτων βελτιστοποίησης όχι μόνο από μία αλγοριθμική σκοπιά, αλλά και από τη χρήση των μοντέλων και αλγορίθμων μέσα σε κάποιο σύστημα υποστήριξης αποφάσεων. Η διατριβή αρχικά παρουσιάζει το θεωρητικό υπόβαθρο και τις εφαρμογές τριών διαφορετικών προβλημάτων βελτιστοποίησης. Για το κάθε ένα παρουσιάζεται το μαθηματικό μοντέλο και μία μέθοδος βελτιστοποίησης ενώ για δύο από αυτά περιγράφεται ο σχεδιασμός και τα αποτελέσματα χρήσης ενός συστήματος υποστήριξης αποφάσεων. Τα προβλήματα αυτά είναι: Προγραμματισμός εργασιών παραγωγής με ενεργειακά κριτήρια. Εδώ παρουσιάζονται ένας μετα-ευρετικός αλγόριθμος (του οποίου ο σχεδιασμός και ανάπτυξη δεν αποτελούν μέρος της διατριβής) μαζί με τις απαιτήσεις χρηστών όπως συλλέχθηκαν από τη βιβλιογραφία και από το χώρο της παραγωγής υφασμάτων, μαζί με τα απαραίτητα δεδομένα και την αρχιτεκτονική του συστήματος. Το τελικό σύστημα δοκιμάστηκε σε δύο διαφορετικά εργοστάσια παραγωγής υφασμάτων στην Ευρώπη και παρουσιάζονται τα οφέλη σε ενεργειακό κόστος από τη χρήση του συτήματος καθώς και η αξιολόγηση της χρηστικότητας ενός τέτοιου συστήματος. Πολυδιάστατη αντίστοιχιση. Εδώ παρουσιάζονται τέσσερις νέοι ακριβείς αλγόριθμοι, έξι υπάρχοντες ευρεστικοί αλγόριθμοι για μικτό ακέραιο προγραμματισμό πάνω στους οποίους δοκιμάστηκαν 'επίπεδα αποκοπής' οδηγώντας στην παραγωγή τριών νέων εκδόσεων καθώς κι ένας νέος ευρετικός αλγόριθμος. Για κάθε έναν από αυτούς τους αλγορίθμους παρουσιάζονται πειραματικά αποτελέσματα. Δεδομένων των πολλαπλών εφαρμογών που έχει το πρόβλημα της πολυδιάστατης αντιτοίχισης, παρουσιάζεται ένα σύστημα που περιλαμβάνει κάποιους από αυτούς τους αλγορίθμους, μαζί με τις περιπτώσεις χρήσης, το μοντέλο δεδομένων και την αρχιτεκτονική που χτίζουν ένα τέτοιο σύστημα. Πολυδιάστατο δυαδικό πρόβλημα σακιδίου. Εδώ δοκιμάστηκαν τρεις υπάρχουσες εκδόσεις ενός αλγορίθμου για μικτό ακέραιο προγραμματισμό καθώς και μία συγκεκριμένη οικογένεια επιπέδων αποκοπής, ο συνδυασμός των οποίων δοκιμάστηκε πειραματικά. Τα αποτελέσματα αυτών των πειραμάτων οδήγησαν με τη σειρά τους στον σχεδιασμό ενός νέου ακριβή αλγορίθμου.el
dc.format.extent154p.
dc.identifier.urihttps://pyxida.aueb.gr/handle/123456789/7718
dc.languageen
dc.rightsCC BY: Attribution alone 4.0
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectCombinational optimizationen
dc.subjectDecision Support System (DSS)en
dc.subjectHeuristicsen
dc.subjectExact algorithmsen
dc.subjectMeta-heuristicsen
dc.subjectΣυνδυαστική βελτιστοποίησηel
dc.subjectΣυστήματα υποστήριξης λήψης αποφάσεωνel
dc.subjectΕυρεστικοί αλγόριθμοιel
dc.subjectΑκριβείς αλγόριθμοιel
dc.titleIntegrated methods and systems for optimization and decision supporten
dc.typeText

Αρχεία

Πρωτότυπος φάκελος/πακέτο

Τώρα δείχνει 1 - 1 από 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
Plitsos_2017.pdf
Μέγεθος:
7.37 MB
Μορφότυπο:
Adobe Portable Document Format