Supply Chain Management Using Evolutionary Algorithms
| dc.contributor.author | Скіцько, Володимир Іванович | |
| dc.contributor.author | Войніков, Микола Юрійович | |
| dc.date.accessioned | 2026-01-30T12:19:24Z | |
| dc.date.available | 2026-01-30T12:19:24Z | |
| dc.date.issued | 2024 | |
| dc.description | Епоха цифрових трансформацій уможливила накопичення великих масивів даних, які можуть бути використані у процесі прийняття рішень, зокрема в управлінні ланцюгами поставок. При ускладненні розв'язуваних задач класичні оптимізаційні методи втрачають свою ефективність і не дозволяють отримати рішення за прийнятний час, що породжує потребу у дослідженні нових інструментів для їх вирішення, серед яких є й еволюційні алгоритми, що використовують принципи біологічної еволюції, дозволяючи отримати рішення, близькі до оптимального (або й точно оптимальні) за прийнятний час. Еволюційні алгоритми входять до ширшого напряму в штучному інтелекті – еволюційних обчислень. У статті виокремлено характеристики еволюційних алгоритмів, які вирізняють їх з-поміж інших алгоритмів еволюційних обчислень, і проаналізовано найпопулярніші еволюційні алгоритми: генетичний алгоритм, генетичне програмування, еволюційне програмування, еволюційні стратегії та диференціальну еволюцію, зокрема, їх особливості та сфери застосування в управлінні ланцюгами поставок. Проведено порівняльний аналіз і надано рекомендації щодо вибору відповідного алгоритму, зважаючи на характеристики задачі, зокрема, структуру рішення (кодування), дискретність чи неперервність змінних, швидкість потрапляння до локального оптимуму. Проаналізовано літературу та наведено перелік щодо використання різних еволюційних алгоритмів для задач управління ланцюгами поставок, зокрема, в складському плануванні, організації перевезень, планування робіт тощо. Оскільки ефективність застосування еволюційних алгоритмів залежить не лише від вибору конкретного алгоритму, а й від вибору параметрів, їх гнучкого налаштування тощо, у наступних дослідженнях доцільно розглянути модифікації еволюційних алгоритмів, гібридні й адаптивні підходи. | |
| dc.description.abstract | The era of digital transformation has made it possible to accumulate large amounts of data that can be used in the decision-making process, in particular in supply chain management. With the complication of the problems to be solved, classical optimization methods lose their effectiveness and do not allow to obtain a solution in an acceptable time, which creates the need to study another suitable tools, among which there are evolutionary algorithms that use the principles of biological evolution, allowing to obtain solutions close to optimal (or even exactly optimal) in an acceptable time. Evolutionary algorithms are part of a broader field in artificial intelligence that is evolutionary computing. The article allocates the characteristics of evolutionary algorithms that distinguish them from other algorithms of evolutionary computing, and analyzes the most popular evolutionary algorithms: genetic algorithm, genetic programming, evolutionary programming, evolutionary strategies and differential evolution, in particular, their features and areas of application in supply chain management. A comparative analysis is carried out and recommendations are provided for the selection of the appropriate algorithm, taking into account the characteristics of the problem, in particular, the structure of the solution (coding), the discreteness or continuity of variables, and the speed of getting into the local optimum. The available literature is analyzed and a list of the use of various evolutionary algorithms for the tasks of supply chain management is provided, in particular, in warehouse planning, transportation organization, work planning, etc. Since the effectiveness of the application of evolutionary algorithms depends not only on the choice of a specific algorithm, but also on the choice of parameters, their flexible configuration, etc., in future studies it is advisable to consider modifications of evolutionary algorithms, both hybrid and adaptive approaches. | |
| dc.identifier.citation | Skitsko, Volodymyr I., and Voinikov, Mykola Yu. (2024) “Supply Chain Management Using Evolutionary Algorithms.” The Problems of Economy 3:240–248. https://doi.org/10.32983/2222-0712-2024-3-240-248 | |
| dc.identifier.uri | https://www.problecon.com/article/?year=2024&abstract=2024_3_0_240_248 | |
| dc.identifier.uri | https://dr.csbc.edu.ua/handle/123456789/1099 | |
| dc.publisher | Науково-дослідний центр індустріальних проблем розвитку НАН України | |
| dc.subject | SOCIAL SCIENCES::Business and economics::Economics | |
| dc.subject | SOCIAL SCIENCES::Business and economics | |
| dc.subject | SOCIAL SCIENCES::Business and economics::Business studies | |
| dc.title | Supply Chain Management Using Evolutionary Algorithms | |
| dc.title.alternative | Управління ланцюгами поставок із використанням еволюційних алгоритмів | |
| dc.type | Article |