ỨNG DỤNG HỌC TĂNG CƯỜNG SÂU CHO HOẠCH ĐỊNH TUYẾN ĐƯỜNG
Khoá luận tốt nghiệp · Đại học · năm 2022 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Huỳnh Trịnh Tiến Vinh |
| Người hướng dẫn | Phạm Nguyên Khang |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2022 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trong thời đại mà xã hội phát triển và tiến bộ từng ngày, ta có thể thấy rằng hầu hết mọi lĩnh vực trong cuộc sống đều có sự tham gia của công nghệ, hay còn gọi là chuyển đổi số. Ngành Logistics cũng không ngoại lệ, Logistics là dịch vụ cung cấp, vận chuyển hàng hóa từ nơi sản xuất đến tay người tiêu dùng một cách tối ưu nhất, công việc của các công ty Logistics là lên kế hoạch cụ thể, kiểm soát sự di chuyển của hàng hóa hay thông tin về nguyên liệu từ điểm xuất phát đến điểm tiêu thụ theo yêu cầu khách hàng đặt ra. Để cạnh tranh hiệu quả trong ngành này, các công ty phải luôn cải tiến và chú trọng đến yếu tố số lượng, chất lượng, thời gian và giá cả dịch vụ. Đặt biệt, với sự lan rộng của COVID-19 trong những năm gần đây, các doanh nghiệp giao hàng phải xử lý khối lượng giao hàng lớn hơn, việc giao hàng tăng đột ngột đã khiến cho vấn đề định tuyến xe khá khó khăn để giải quyết. Do đó, việc áp dụng công nghệ để có thể tối ưu hóa các kế hoạch, lịch trình di chuyển là cần thiết. Hiện nay, lĩnh vực học máy cũng đang được phát triển mạnh mẽ và đạt được nhiều thành tựu trong các lĩnh vực khác nhau. Trong đó học sâu và học tăng cường được ứng dụng rất nhiều trong việc hỗ trợ hệ thống ra quyết định. Vì vậy, Reinforcement Learning (RL) và Deep Learning (DL) cũng có thể được ứng dụng để giải quyết vấn đề VRP, cụ thể là việc có thể lựa chọn được những tuyến đường hợp lý trong công việc giao hàng và tiết kiệm thời gian, chi phí. Đề tài này phát triển một hệ thống với khả năng giải quyết vấn đề tối ưu hóa tổ hợp của VRP bằng cách sử dụng RL. Việc ứng dụng các mô hình định tuyến sẽ giúp giảm chi phí và thời gian cho việc tối ưu hóa các kế hoạch, lịch trình di chuyển.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- AI-BASED NPC INTERACTION SYSTEMS FOR VIDEO GAMES
- XÂY DỰNG HỆ THỐNG QUẢN LÝĐẶT TIỆC CƯỚI
- DỰ BÁO MỰC NƯỚC SÔNG TẠI CẦN THƠ DỰA VÀO DỮ LIỆU QUAN TRẮC MỰC NƯỚC VÀ LƯỢNG MƯA
- XÂY DỰNG WEBSITE QUẢN LÝ VÀ ĐẶT TOUR DU LỊCH VIỆT NAM BUILDING A WEBSITE FOR MANAGING AND BOOKING VIET NAM TRAVEL TOURS
- Tìm điểm công suất cực đại của hệ thống điện mặt trời sử dụng thuật toán ANN trên MATLAB/Simulink
- XÂY DỰNG PHÂN HỆ CHẤM CÔNG BẰNG KHUÔN MẶT TRONG PHẦN MỀM MÃ NGUỒN MỞ ORANGEHRM
- XÂY DỰNG HỆ THỐNG QUẢN LÝ NHÀ HÀNG
- HỆ THỐNG QUẢN LÝ CỬA HÀNG THỜI TRANG
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.