Запропоновано еволюційну модель для розв’язання задачі комівояжера, виконано її апробацію у сфері аптечного бізнесу шляхом оптимізації процесу роботи засобу подачі ліків. У розробленій моделі використано модифіковані оператори ініціалізації початкової популяції. Розроблені оператори ініціалізації початкової популяції передбачають створення початкової множини рішень, виходячи з особливостей розв’язуваної задачі, що дозволяє генерувати більш пристосовані хромосоми (хромосоми з кращими значеннями функції пристосованості) на початковому етапі пошуку та наблизити початкові точки до області глобального екстремуму, зменшити час оптимізації і обсяг використаних ресурсів комп’ютера. Розроблену еволюційну модель для розв’язання задачі комівояжера було імплементовано шляхом її програмної реалізації і впровадження в аптечній мережі «Аптека низьких цін». У програмі реалізовано можливість побудови контуру обходу для пошуку ліків у роботизованому складі на 1000 чарунок, тривалість пошуку ліків є прийнятною для підприємства та складає не більше п’яти секунд.
Предложена эволюционная модель для решения задачи коммивояжера, выполнена ее апробация в сфере аптечного бизнеса путем оптимизации процесса работы средства подачи лекарств. В разработанной модели использованы модифицированные операторы инициализации начальной популяции. Разработанные операторы инициализации начальной популяции предусматривают создание исходного множества решений, исходя из особенностей решаемой задачи, позволяют генерировать более приспособленные хромосомы (хромосомы с лучшими значениями функции приспособленности) на начальном этапе поиска и приблизить начальные точки в область глобального экстремума, уменьшить оптимизации и объем использованных ресурсов компьютера. Разработанная эволюционная модель для решения задачи коммивояжера была имплементирована путем ее программной реализации и внедрения в аптечной сети «Аптека низких цен». В программе реализована возможность построения контура обхода для поиска лекарств в роботизированном складе на 1000 ячеек, продолжительность поиска лекарств является приемлемой для предприятия и составляет не более пяти секунд.
A method is proposed for solving the traveling salesman problem on the basis of an evolutionary approach, and their approbation in the pharmacy business has been carried out by optimizing the operation of the drug delivery device. A modification of the evolutionary algorithm has been developed, namely, three methods for initializing an initial population of a simple GA: the standard method (Default), the mixed method (Random), and the mixed optimal (Random optimal). In the developed standard method, each individual, when generating the initial population, consists of the same gene sequence — indices of the visited drug packages, arranged in ascending order from first to last. When using the mixed method, each individual in the generation of the initial population consists of different sequences of genes — indices of visited packages of drugs arranged in a random order. In the mixed optimal method developed, each individual, when generating the initial population, will consist of identical sequences of genes, each of which is the best way among the number of generated mixed paths specified by the user.
