Selekce míst pro nasazení infrastruktury pomocí matematické optimalizace

Abstract

Tato práce se zabývá problémem výběru optimálních lokalit pro strategické umístění více provozoven s cílem zkrátit docházkovou vzdálenost zákazníků vzhledem k jejich obvyklým trasám. Za tímto účelem jsou navrženy dvě metody algoritmus sekvenčního výběru založený na chamtivém přístupu (greedy algorithm) a pokročilá metoda pokrytí množin využívající genetický algoritmus. Navržené postupy jsou porovnány s osvědčenou metodou známou z literatury (Maximal Covering Location Problem, MCLP). Výsledky ukazují, že sekvenční chamtivý algoritmus poskytuje efektivní řešení velmi rychle, zatímco metoda pokrytí množin dosahuje kvalitnějších výsledků v náročnějších scénářích. Získané poznatky rozšiřují stávající znalosti v oblasti optimalizace umístění provozoven a nabízejí praktická doporučení pro rozhodování v rámci městského plánování a řízení maloobchodu

This thesis addresses the problem of strategically selecting optimal locations for multiple facilities to minimize customers walking distance with respect to their usual routes. For this purpose, two methods are proposed a sequential selection algorithm based on a greedy approach and an advanced set-covering method utilizing a genetic algorithm. The proposed approaches are compared with an established method from the literature (the Maximal Covering Location Problem, MCLP). The results show that the sequential greedy algorithm provides effective solutions very quickly, whereas the set-covering method achieves higher-quality outcomes in more complex scenarios. The findings broaden the existing knowledge in facility location optimization and offer practical recommendations for decisionmaking in urban planning and retail management.