論文の概要: Modeling and solving a vehicle-sharing problem considering multiple
alternative modes of transport
- arxiv url: http://arxiv.org/abs/2003.08207v2
- Date: Wed, 28 Sep 2022 12:20:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-22 21:50:46.384568
- Title: Modeling and solving a vehicle-sharing problem considering multiple
alternative modes of transport
- Title（参考訳）: 複数の代替輸送モードを考慮した車両共有問題のモデル化と解決
- Authors: Miriam Enzi, Sophie N. Parragh, David Pisinger
- Abstract要約: 1つ以上の補給所と定員の定員を持つ企業における自動車シェアリングについて検討する。
車両は、デポからデポへの利用者のフルトリップに使用する必要がある。
我々は,他の交通手段と比較して省エネを最大化するために,利用者旅行に車両を割り当てることを目指している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Motivated by the change in mobility patterns, we present a scheduling
approach for a vehicle-sharing problem, considering several alternative modes
of transport, from a company viewpoint with centralized planning. We consider
vehicle-sharing in a company having one or more depots and a fixed number of
users, i.e. employees. The users have appointments with a fixed location and
fixed start and end times. A vehicle must be used for a full trip of a user
from depot to depot. We aim at assigning vehicles to user trips so as to
maximize savings compared to other modes of transport. We first consider that
only one type of vehicle is used, and second that multiple vehicle types can be
used. For the first case, we show that the vehicle-sharing problem can be
formulated as a minimum-cost flow problem. Secondly, if multiple types of
vehicles are available the problem can be formulated as a multi-commodity flow
problem. These formulations make the problem applicable in daily operations due
to efficient solution methods. We provide a comprehensive computational study
for both cases on instances based on demographic, spatial, and economic data of
Vienna. We show that our formulations for this problem solve these instances in
a few seconds, which makes them usable in an online booking system. In the
analysis we discuss different potential settings. We study the optimal
composition of a shared fleet, restricted sets of modes of transport, and
variations of the objective function.
- Abstract（参考訳）: モビリティ・パターンの変化にともなう,我々は,集中型計画の企業的視点から,交通手段の代替として,車両共有問題に対するスケジューリング手法を提案する。
1つ以上のデポと固定数のユーザ、すなわち従業員を持つ企業における車両シェアリングを考える。
ユーザーは固定された場所と固定された開始時刻と終了時刻の予約を利用できる。
車両は、デポからデポへの利用者のフルトリップに使用する必要がある。
我々は,他の交通手段と比較して省エネを最大化するために,利用者旅行に車両を割り当てることを目指している。
第一に1種類の車両のみを使用し、第二に複数の車両が使用可能である。
第一に, 車両共有問題は最小コストフロー問題として定式化可能であることを示す。
第二に、複数の種類の車両が利用可能であれば、問題はマルチコモディティフロー問題として定式化することができる。
これらの定式化は, 効率的な解法により, 日常業務に適用可能である。
ウィーンの人口統計,空間データ,経済データに基づいて,両事例について総合的な計算研究を行う。
この問題に対する私たちの定式化は、これらのインスタンスを数秒で解決し、オンライン予約システムで使用できることを示す。
分析では、異なる潜在的な設定について論じる。
本研究では,共有艦隊の最適構成,輸送モードの制限,目的関数の変動について検討した。
関連論文リスト
- An Online Approach to Solving Public Transit Stationing and Dispatch
Problem [7.948662269574215]
交通機関は限られた数の車両を予備に保管し、破壊時に被害経路を緩和するために派遣する。
本稿では、この問題を解決するために、非ミオピックシーケンシャルな決定手順を用いた原則的アプローチについて述べる。
実験の結果、提案手法は乗客を2%増やし、デッドヘッドマイルを40%削減することがわかった。
論文 参考訳（メタデータ） (2024-03-05T21:48:29Z) - Solving the Team Orienteering Problem with Transformers [46.93254771681026]
車両群のためのルートプランニングは、荷物の配送、監視、輸送といった応用において重要な課題である。
本稿では,チームオリエンテーリング問題を高速かつ高精度に解決できる多エージェント経路計画システムを提案する。
論文 参考訳（メタデータ） (2023-11-30T16:10:35Z) - Fair collaborative vehicle routing: A deep multi-agent reinforcement
learning approach [49.00137468773683]
協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。
従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。
我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
論文 参考訳（メタデータ） (2023-10-26T15:42:29Z) - Coalitional Bargaining via Reinforcement Learning: An Application to
Collaborative Vehicle Routing [49.00137468773683]
コラボレーティブ・ビークル・ルーティング(Collaborative Vehicle Routing)とは、デリバリ情報を共有し、互いに代理してデリバリ要求を実行することで、デリバリ企業が協力する場所である。
これによりスケールの経済が達成され、コスト、温室効果ガスの排出、道路渋滞が減少する。
しかし、どの会社が誰とパートナーし、それぞれの会社がどれだけの報酬を支払うべきか?
シャプリー値(英語版)やヌクレオルス(英語版)のような伝統的なゲーム理論解の概念は、協調車両ルーティング(英語版)の現実問題に対して計算することが困難である。
論文 参考訳（メタデータ） (2023-10-26T15:04:23Z) - Multi-Agent Neural Rewriter for Vehicle Routing with Limited Disclosure
of Costs [65.23158435596518]
チームのマルコフゲームとして、部分的に観測可能なコストでマルチサイクルルーティング問題を解く。
我々のマルチエージェント強化学習アプローチである、いわゆるマルチエージェントニューラルリライタは、1エージェントニューラルリライタを利用して、反復的に書き換えるソリューションによって問題を解決する。
論文 参考訳（メタデータ） (2022-06-13T09:17:40Z) - An SMT Based Compositional Model to Solve a Conflict-Free Electric
Vehicle Routing Problem [2.64699517152535]
CF-EVRP(Electric Conflict-Free Vehicle Routing Problem)は、車両の運転範囲の制限、顧客への配送時間帯の制限、道路セグメントが許容できる車両数に対する制限といった制約を含む。
我々は、問題をより小さく、より単純なサブプロブレムに分解し、準最適で実現可能なソリューションを提供する構成モデルを開発する。
論文 参考訳（メタデータ） (2021-06-10T20:37:46Z) - Optimizing Planning Service Territories by Dividing Into Compact Several
Sub-areas Using Binary K-means Clustering According Vehicle Constraints [0.0]
VRP(Vehicle Routing Problem)はNPの問題であり、多くの研究の関心を集めている。
本稿では,車両の最大容量を超えないクラスタ/グループを新たに生成するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-10-21T12:19:08Z) - The bi-objective multimodal car-sharing problem [0.0]
BiO-MMCPの目的は、旅行のための輸送の最適モードを決定することである。
ユーザ満足度は共有モビリティシステムにおいて重要な側面であるため、ユーザの好みを第2の目的として考える。
我々は2つの双方向フレームワークに埋め込まれた分岐とカットのアルゴリズムを開発した。
論文 参考訳（メタデータ） (2020-10-18T13:48:17Z) - Multi-Agent Routing Value Iteration Network [88.38796921838203]
疎結合グラフの学習値に基づいてマルチエージェントルーティングを行うことができるグラフニューラルネットワークに基づくモデルを提案する。
最大25ノードのグラフ上で2つのエージェントでトレーニングしたモデルでは,より多くのエージェントやノードを持つ状況に容易に一般化できることが示されている。
論文 参考訳（メタデータ） (2020-07-09T22:16:45Z) - Equitable and Optimal Transport with Multiple Agents [48.17429789586127]
複数のコストがかかる場合に最適輸送問題を拡張します。
1つのディストリビューションを別のディストリビューションに転送する作業は、エージェント間で均等に共有することを目的としています。
別の視点では、目的がエージェント間で均等な商品を均質な選好に従って分配することである。
論文 参考訳（メタデータ） (2020-06-12T15:15:41Z) - Modeling and solving the multimodal car- and ride-sharing problem [0.0]
マルチモーダルカー・ライドシェアリング問題(MMCRP)を紹介する。
車両のプールは一連の乗車要求をカバーするために使用され、発見されていない要求は他の交通手段に割り当てられる。
カラム生成に基づく2層分解アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-01-15T09:43:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。