Ein k-Means-basierter Algorithmus zur Bestimmung der optimalen Position eines Anhängers zur Heuballenbergung

Harbers, Jens

Ein k-Means-basierter Algorithmus zur Bestimmung der optimalen Position eines Anhängers zur Heuballenbergung

dc.contributor.author	Harbers, Jens
dc.contributor.editor	Gandorfer, Markus
dc.contributor.editor	Hoffmann, Christa
dc.contributor.editor	El Benni, Nadja
dc.contributor.editor	Cockburn, Marianne
dc.contributor.editor	Anken, Thomas
dc.contributor.editor	Floto, Helga
dc.date.accessioned	2022-02-24T13:34:37Z
dc.date.available	2022-02-24T13:34:37Z
dc.date.issued	2022
dc.description.abstract	In dieser Arbeit wird ein Algorithmus vorgestellt, der einzelne Ballen zu Gruppen sortiert, sodass diese in einer Tour vom Feld geholt werden können. Dieser basiert auf dem k-Means-Algorithmus, welcher mit weiteren Nebenbedingungen zur Optimierung nach den Kriterien der kleinsten Wegstrecke und der maximalen Ladekapazität in Stückguteinheiten des Anhängers fähig ist und den klassischen k-Means-Algorithmus erweitert. Der Algorithmus weist in der Simulationsstudie jedem Ballen genau eine Gruppe zu und liefert unter Einhaltung aller Bedingungen für das Optimierungsproblem eine gültige Lösung. Die Abstellkoordinaten für den Anhänger können für die weitere Praxis verwendet werden, dennoch soll der Algorithmus weiter ausgebaut werden, damit weitere Faktoren in die Optimierung einfließen können.	de
dc.identifier.isbn	978-3-88579-711-1
dc.identifier.pissn	1617-5468
dc.identifier.uri	https://dl.gi.de/handle/20.500.12116/38380
dc.language.iso	de
dc.publisher	Gesellschaft für Informatik e.V.
dc.relation.ispartof	42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft
dc.relation.ispartofseries	Lecture Notes in Informatics (LNI) - Proceedings, Volume P-317
dc.subject	k-Means-Algorithmus
dc.subject	konvexe Optimierung
dc.subject	Landwirtschaft
dc.subject	Ballenbergung
dc.title	Ein k-Means-basierter Algorithmus zur Bestimmung der optimalen Position eines Anhängers zur Heuballenbergung	de
dc.type	Text/Conference Paper
gi.citation.endPage	116
gi.citation.publisherPlace	Bonn
gi.citation.startPage	111
gi.conference.date	21.-22. Februar 2022
gi.conference.location	Tänikon, Online

Dateien

Originalbündel

1 - 1 von 1

Name:: GIL2022_Harbers_111-116.pdf
Größe:: 275.73 KB
Format:: Adobe Portable Document Format

Herunterladen

Sammlungen

P317 - 42. GIL-Jahrestagung 2022 - Fokus: Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft