論文の概要: Hybrid 2-stage Imperialist Competitive Algorithm with Ant Colony
Optimization for Solving Multi-Depot Vehicle Routing Problem
- arxiv url: http://arxiv.org/abs/2005.04157v1
- Date: Tue, 7 Apr 2020 17:43:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-15 22:44:54.521865
- Title: Hybrid 2-stage Imperialist Competitive Algorithm with Ant Colony
Optimization for Solving Multi-Depot Vehicle Routing Problem
- Title(参考訳): マルチデポット車両経路問題に対するantコロニー最適化によるハイブリッド2段階帝国主義競合アルゴリズム
- Authors: Ivars Dzalbs, Tatiana Kalganova
- Abstract要約: 本稿では,2つの集団ベースアルゴリズムに基づくハイブリッド2段階アプローチを提案する。
提案したハイブリッドアルゴリズムでは、ICAがデポへの顧客の割り当てを担当し、ACOが顧客のルーティングとシークエンシングを行っている。
その結果、単純なACOやICAよりも明らかに改善され、他の競合アルゴリズムと比較して非常に競争力のある結果が得られた。
- 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: The Multi-Depot Vehicle Routing Problem (MDVRP) is a real-world model of the
simplistic Vehicle Routing Problem (VRP) that considers how to satisfy multiple
customer demands from numerous depots. This paper introduces a hybrid 2-stage
approach based on two population-based algorithms - Ant Colony Optimization
(ACO) that mimics ant behaviour in nature and the Imperialist Competitive
Algorithm (ICA) that is based on geopolitical relationships between countries.
In the proposed hybrid algorithm, ICA is responsible for customer assignment to
the depots while ACO is routing and sequencing the customers. The algorithm is
compared to non-hybrid ACO and ICA as well as four other state-of-the-art
methods across 23 common Cordreaus benchmark instances. Results show clear
improvement over simple ACO and ICA and demonstrate very competitive results
when compared to other rival algorithms.
- Abstract(参考訳): MDVRP(Multi-Depot Vehicle Routing Problem)は、複数のデポから複数の顧客要求を満たす方法を検討する簡易車両ルーティング問題(VRP)の現実モデルである。
本稿では,自然界におけるアリの振る舞いを模倣するAnt Colony Optimization (ACO) と,国家間の地政学的関係に基づく Imperialist Competitive Algorithm (ICA) という2つの集団に基づくハイブリッド2段階アプローチを提案する。
提案したハイブリッドアルゴリズムでは、ICAがデポへの顧客の割り当てを担当し、ACOが顧客のルーティングとシークエンシングを行っている。
このアルゴリズムは、非ハイブリッドacoとica、および23の共通cordreausベンチマークインスタンスにわたる4つの最先端メソッドと比較される。
その結果、単純なACOやICAよりも明らかに改善され、他の競合アルゴリズムと比較して非常に競争力のある結果が得られた。
関連論文リスト
- Ant Colony Sampling with GFlowNets for Combinatorial Optimization [72.95439522658647]
Generative Flow Ant Colony Sampler (GFACS) はニューラル誘導型メタヒューリスティックアルゴリズムである。
GFACSは生成フローネットワーク(GFlowNets)とアリコロニー最適化(ACO)手法を統合している。
論文 参考訳(メタデータ) (2024-03-11T16:26:06Z) - Joint User Association, Interference Cancellation and Power Control for
Multi-IRS Assisted UAV Communications [80.35959154762381]
インテリジェント反射面(IRS)支援無人航空機(UAV)通信は、地上基地局の負荷を低コストで軽減することが期待されている。
既存の研究は主に、複数のIRSではなく単一のIRSの配置とリソース割り当てに焦点を当てている。
我々は,共同IRSユーザアソシエーションのための新しい最適化アルゴリズム,UAVの軌道最適化,逐次干渉キャンセル(SIC)復号命令スケジューリング,電力割り当てを提案する。
論文 参考訳(メタデータ) (2023-12-08T01:57:10Z) - Hybrid Genetic Search for Dynamic Vehicle Routing with Time Windows [0.0]
我々は,VRPTWの解法であるHybrid Genetic Search (HGS) アルゴリズムを動的変種に適用する。
弊社のアプローチでは、これらのコンポーネントをDVRPTWに修正し、ソリューションの品質と今後の顧客の到着に対する制約のバランスを取ろうとしている。
論文 参考訳(メタデータ) (2023-07-21T11:16:49Z) - Roulette-Wheel Selection-Based PSO Algorithm for Solving the Vehicle
Routing Problem with Time Windows [58.891409372784516]
本稿では,Roulette Wheel Method (RWPSO) を用いた新しいPSO手法を提案する。
RWPSOのSolomon VRPTWベンチマークデータセットを用いた実験は、RWPSOが文学の他の最先端アルゴリズムと競合していることを示している。
論文 参考訳(メタデータ) (2023-06-04T09:18:02Z) - Combinatorial Optimization enriched Machine Learning to solve the
Dynamic Vehicle Routing Problem with Time Windows [5.4807970361321585]
最適化層を組み込んだ新しい機械学習パイプラインを提案する。
最近,EURO Meets NeurIPS Competition at NeurIPS 2022において,このパイプラインを波による動的車両ルーティング問題に適用した。
提案手法は,提案した動的車両経路問題の解法において,他の全ての手法よりも優れていた。
論文 参考訳(メタデータ) (2023-04-03T08:23:09Z) - HARRIS: Hybrid Ranking and Regression Forests for Algorithm Selection [75.84584400866254]
両アプローチの強みを両アプローチの弱さを緩和しつつ組み合わせ, 特殊林を利用した新しいアルゴリズムセレクタを提案する。
HARRISの決定は、ハイブリッドランキングと回帰損失関数に基づいて最適化された木を作成する森林モデルに基づいている。
論文 参考訳(メタデータ) (2022-10-31T14:06:11Z) - A Case Study of Vehicle Route Optimization [2.2101681534594237]
本研究では,主に関連する実世界の制約と要件を取り入れる。
時間ウィンドウと停止時間のための2段階戦略とタイムラインアルゴリズムを提案する。
4つの最先端アルゴリズムに対する8つの異なる問題インスタンスの評価は、我々のアプローチが与えられた制約を妥当な時間で処理することを示している。
論文 参考訳(メタデータ) (2021-11-17T13:10:55Z) - A Two-Stage Metaheuristic Algorithm for the Dynamic Vehicle Routing
Problem in Industry 4.0 approach [3.6317403990273402]
本研究は、各車両の容量制約を超えることなく、輸送コストを最小化することを目的とする。
新しい注文は、車両が既存の注文を配送している間に、システムに特定のタイミングで届く。
本稿では,DVRPを解くための2段階ハイブリッドアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-08-10T18:39:03Z) - A Hybrid Multi-Objective Carpool Route Optimization Technique using
Genetic Algorithm and A* Algorithm [0.0]
本研究では,カープール問題に対する最適経路を求めるためのGA-A*ハイブリッドアルゴリズムを提案する。
得られた経路は、ピックアップ/ドロップコストだけでなく、旅行・出先距離を最小化し、サービス提供者の利益を最大化する。
提案アルゴリズムはコルカタのソルトレイク地域に実装されている。
論文 参考訳(メタデータ) (2020-07-11T14:13:20Z) - Learning to Accelerate Heuristic Searching for Large-Scale Maximum
Weighted b-Matching Problems in Online Advertising [51.97494906131859]
バイパルタイトbマッチングはアルゴリズム設計の基本であり、経済市場や労働市場などに広く適用されている。
既存の正確で近似的なアルゴリズムは、通常そのような設定で失敗する。
我々は、以前の事例から学んだ知識を活用して、新しい問題インスタンスを解決するtextttNeuSearcherを提案する。
論文 参考訳(メタデータ) (2020-05-09T02:48:23Z) - Reinforcement Learning Based Vehicle-cell Association Algorithm for
Highly Mobile Millimeter Wave Communication [53.47785498477648]
本稿では,ミリ波通信網における車とセルの関連性について検討する。
まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。
提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
論文 参考訳(メタデータ) (2020-01-22T08:51:05Z)
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。