Программный модуль для построения оптимального графика переработки сырья

  • Dmitry Vladimirovich Balandin Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского http://orcid.org/0000-0001-7727-5924
  • Oleg Anatolievich Kuzenkov Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского http://orcid.org/0000-0001-9407-0517
  • Vadim Kadirovich Vildanov Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского http://orcid.org/0000-0002-3538-7415

Аннотация

Одной из областей применения программных средств является организация технологического процесса, составление графика работы оборудования. Значимость проблемы оптимизации технологического режима объясняется тем, что часто изменение графика не требует привлечения дополнительных ресурсов, а отдача от выбора оптимальной последовательности стандартных операций порой сравнима с выигрышем от модернизации оборудования. Цель настоящего исследования состоит в разработке программного модуля для составления оптимального графика переработки сахарной свеклы. В основе создаваемого программного модуля лежит метод оптимизации, который можно рассматривать как модифицированный метод ветвей и границ или модифицированный метод динамического программирования. Построенный алгоритм на основе идей метода ветвей и границ позволяет существенно снизить необходимое число вычислений и сравнений. Программный модуль был реализован на языке программирования Python 3. Несмотря на невысокое быстродействие интерпретируемых языков, данный выбор позволяет, с одной стороны, ускорить разработку прототипа, а, с другой стороны, допускает в дальнейшем использование модулей для быстрой обработки массивов. Первая подпрограмма реализует инициализацию словаря, в котором ключу, содержащему сочетание из двух элементов множества номеров технологических этапов, соответствует перестановка, приводящая к максимальному выходу и значение этого выхода. В дальнейшем структура словаря не меняется, лишь увеличивается количество элементов в сочетании и соответствующей перестановке. Вторая подпрограмма для данного сочетания (представленного в виде упорядоченного кортежа значений) осуществляет поиск перестановки, обеспечивающей максимальный выход продукта. Благодаря структуре словаря, поиск реализован очень легко. Для сравнения эффективности работы созданного программного обеспечения был реализован также "жадный" алгоритм. Его стратегия состоит в том, что на каждом технологическом этапе обрабатывается сорт свеклы, обеспечивающий наибольший выход продукта на данном этапе. Выход сахара, получаемый "жадным" алгоритмом меньше либо равен максимальному выходу, однако, показано, что "жадная" стратегия обеспечивает большой выход лишь на первых этапах технологической обработки, и теряет на последних этапах по сравнению с реализованным оптимальным алгоритмом.

Сведения об авторах

Dmitry Vladimirovich Balandin, Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского

профессор кафедры дифференциальных уравнений, математического и численного анализа, Институт информационных технологий, математики и механики, доктор физико-математических наук, профессор

Oleg Anatolievich Kuzenkov, Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского

доцент кафедры дифференциальных уравнений, математического и численного анализа, Институт информационных технологий, математики и механики, кандидат физико-математических наук, доцент

Vadim Kadirovich Vildanov, Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского

доцент кафедры математического моделирования экономических процессов, Институт экономики и предпринимательства, кандидат физико-математических наук

Литература

1. Akutaev S.G. Manufacture Optimization at the Enterprises of the Canning Industry (On the example of Public Corporation "Derbent Canning Industrial Complex"). Fundamental research. 2011; (8-2):423-430. Available at: https://elibrary.ru/item.asp?id=16456096 (accessed 19.03.2021). (In Russ., abstract in Eng.)
2. Villalobos J.R., Soto-Silva W.E., González-Araya M.C., González-Ramirez R.G. Research directions in technology development to support real-time decisions of fresh produce logistics: A review and research agenda. Computers and Electronics in Agriculture. 2019; 167:105092. (In Eng.) DOI: https://doi.org/ 10.1016/j.compag.2019.105092
3. Skripnikov Yu.G. Hranenie i pererabotka ovoshhej, plodov i jagod [Storage and processing of vegetables, fruits and berries]. Agropromizdat, Moscow; 1986. 208 p. (In Russ.)
4. Shirokov E.P. Tehnologija hranenija i pererabotki plodov i ovoshhej s osnovami standartizacii [Technology of storage and processing of fruits and vegetables with the basics of standardization]. Agropromizdat, Moscow; 1988. 319 p. (In Russ.)
5. Manzhesov V.I. et al. Tehnologija hranenija, pererabotki i standartizacija rastenievodcheskoj produkcii [Storage technology, processing and standardization of crop products]. Troitsky Most, SPb; 2014. 704 p. (In Russ.)
6. Nematollahi M., Tajbakhsh A. Past, present, and prospective themes of sustainable agricultural supply chains: A content analysis. Journal of Cleaner Production. 2020; 271: 122201 . (In Eng.) DOI: https://doi.org/10.1016/j.jclepro.2020.122201
7. Behzadi G., O’Sullivan M.J., Olsen T.L., Zhang A. Agribusiness Supply Chain Risk Management: A Review of Quantitative Decision Models. Omega. 2017; 79:21-42. (In Eng.) DOI: https://doi.org/10.1016/j.omega.2017.07.005
8. Luo J., Ji Ch., Qiu Ch., Jia F. Agri-Food Supply Chain Management: Bibliometric and Content Analyses. Sustainability. 2018; 10(5):1573. (In Eng.) DOI: https://doi.org/10.3390/su10051573
9. Siddh M.M., Soni G., Jain R., Sharma M.K., Yadav V. Agri-fresh food supply chain quality (AFSCQ): a literature review. Industrial Management & Data Systems. 2017; 117(9):2015-2044. (In Eng.) DOI: https://doi.org/10.1108/IMDS-10-2016-0427
10. Shukla M., Jharkharia S. Agri-fresh produce supply chain management: a state-of-the-art literature review. International Journal of Operations & Production Management. 2013; 33(2):114-158. (In Eng.) DOI: https://doi.org/10.1108/01443571311295608
11. Li J., Gao X., Guo B., et al. Production plan for perishable agricultural products with two types of harvesting. Information Processing in Agriculture. 2020; 7(1):83-92. (In Eng.) DOI: https://doi.org/10.1016/j.inpa.2019.05.001
12. Kusumastuti R.D., Pieter van Donk D., Teunter R. Crop-related harvesting and processing planning: a review. International Journal of Production Economics. 2016; 174:76-92. (In Eng.) DOI: http://dx.doi.org/10.1016/j.ijpe.2016.01.010
13. Grunow M., Gunther H.-O., Westinner R. Supply optimization for the production of raw sugar. International Journal of Production Economics. 2007; 110(1-2):224-239. (In Eng.) DOI: https://doi.org/10.1016/j.ijpe.2007.02.019
14. Jiao Z., Higgins A.J., Prestwidge D.B. An integrated statistical and optimisation approach to increasing sugar production within a mill region. Computers and Electronics in Agriculture. 2005; 48(2):170-181. (In Eng.) DOI: https://doi.org/10.1016/j.compag.2005.03.004
15. Morales Chavez M., Sarache W., Costa Y., Soto J. Multiobjetive stochastic scheduling of upstream operations in a sustainable sugarcane supply chain. Journal of Cleaner Production. 2020; 276:123305. (In Eng.) DOI: https://doi.org/10.1016/j.jclepro.2020.123305
16. Junqueira R., Morabito R. Modeling and solving a sugarcane harvest front scheduling problem. International Journal of Production Economics. 2019; 213:150-106. (In Eng.) DOI: https://doi.org/10.1016/j.ijpe.2019.03.009
17. Kukhar V.N., Chernyavsky A.P., Chernyavskaya L.I., Mokanyuk Yu.A. Methods for assessing the technological qualities of sugar beets using indicators of the content of potassium, sodium and α-amine nitrogen, determined in beets and products of its processing. Sahar. 2019; (1):18-36. Available at: https://elibrary.ru/item.asp?id=36791492 (accessed 19.03.2021). (In Russ., abstract in Eng.)
18. Ramos-Castillo M., et al. Optimal agricultural spreading scheduling through surrogate-based optimization and MINLP models. Information Processing in Agriculture. 2021; 8(1):159-172. (In Eng.) DOI: https://doi.org/10.1016/j.inpa.2020.02.005
19. Cheraghalipour A., Roghanian E. A Review of Optimization Researches in the Field of Agricultural Supply Chain. Modern Concepts & Developments in Agronomy. 2020; 5(4):556-560. (In Eng.) DOI: https://doi.org/10.31031/MCDA.2020.05.000619
20. Varas M., Basso F., Maturana S., Osorio D., Pezoa R. A multi-objective approach for supporting wine grape harvest operations. Computers & Industrial Engineering. 2020; 145:106497. (In Eng.) DOI: https://doi.org/ 10.1016/j.cie.2020.106497
21. Bohle C., Maturana S., Vera J. A robust optimization approach to wine grape harvesting scheduling. European Journal of Operational Research. 2010; 200(1):245-252. (In Eng.) DOI: https://doi.org/10.1016/j.ejor.2008.12.003
22. Nguyen T.-D., Nguyen-Quang T., Venkatadri U., Diallo C., Adams M. Mathematical Programming Models for Fresh Fruit Supply Chain Optimization: A Review of the Literature and Emerging Trends. AgriEngineering. 2021; 3(3):519-541. (In Eng.) DOI: https://doi.org/10.3390/agriengineering3030034
23. Taskiner T.¸ Bilgen B. Optimization Models for Harvest and Production Planning in Agri-Food Supply Chain: A Systematic Review. Logistics. 2021; 5(3):52. (In Eng.) DOI: https://doi.org/ 10.3390/logistics5030052
24. Land A.H., Doig A.G. An Automatic Method of Solving Discrete Programming Problems. Econometrica. 1960; 28(3):497-520. (In Eng.) DOI: https://doi.org/10.2307/1910129
25. Khokhlyuk V.I. Metody diskretnoj optimizacii [Discrete Optimisation Methods]. Part 1. NSU, Novosibirsk; 2013. 154 p. (In Russ.)
Опубликована
2021-06-30
Как цитировать
BALANDIN, Dmitry Vladimirovich; KUZENKOV, Oleg Anatolievich; VILDANOV, Vadim Kadirovich. Программный модуль для построения оптимального графика переработки сырья. Современные информационные технологии и ИТ-образование, [S.l.], v. 17, n. 2, p. 442-452, june 2021. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/765>. Дата доступа: 03 oct. 2022 doi: https://doi.org/10.25559/SITITO.17.202102.442-452.
Раздел
Научное программное обеспечение в образовании и науке