Logo des Repositoriums
 

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

Kurzanzeige
dc.contributor.authorHarbers, Jens
dc.contributor.editorGandorfer, Markus
dc.contributor.editorHoffmann, Christa
dc.contributor.editorEl Benni, Nadja
dc.contributor.editorCockburn, Marianne
dc.contributor.editorAnken, Thomas
dc.contributor.editorFloto, Helga
dc.date.accessioned2022-02-24T13:34:37Z
dc.date.available2022-02-24T13:34:37Z
dc.date.issued2022
dc.description.abstractIn 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.isbn978-3-88579-711-1
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/38380
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartof42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-317
dc.subjectk-Means-Algorithmus
dc.subjectkonvexe Optimierung
dc.subjectLandwirtschaft
dc.subjectBallenbergung
dc.titleEin k-Means-basierter Algorithmus zur Bestimmung der optimalen Position eines Anhängers zur Heuballenbergungde
dc.typeText/Conference Paper
gi.citation.endPage116
gi.citation.publisherPlaceBonn
gi.citation.startPage111
gi.conference.date21.-22. Februar 2022
gi.conference.locationTänikon, Online

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
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