論文の概要: Towards Decision Support in Dynamic Bi-Objective Vehicle Routing
- arxiv url: http://arxiv.org/abs/2005.13865v1
- Date: Thu, 28 May 2020 09:29:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-27 04:43:43.675062
- Title: Towards Decision Support in Dynamic Bi-Objective Vehicle Routing
- Title（参考訳）: 動的双方向車両ルーティングにおける意思決定支援に向けて
- Authors: Jakob Bossek, Christian Grimme, G\"unter Rudolph, Heike Trautmann
- Abstract要約: 我々は、顧客のサブセットが時間の経過とともにサービスを要求する、動的な双方向車両ルーティング問題を考える。
決定は各時代の意思決定者によってなされるので、いかなる決定も先代の不可逆的な決定に依存します。
- 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: We consider a dynamic bi-objective vehicle routing problem, where a subset of
customers ask for service over time. Therein, the distance traveled by a single
vehicle and the number of unserved dynamic requests is minimized by a dynamic
evolutionary multi-objective algorithm (DEMOA), which operates on discrete time
windows (eras). A decision is made at each era by a decision-maker, thus any
decision depends on irreversible decisions made in foregoing eras. To
understand effects of sequences of decision-making and
interactions/dependencies between decisions made, we conduct a series of
experiments. More precisely, we fix a set of decision-maker preferences $D$ and
the number of eras $n_t$ and analyze all $|D|^{n_t}$ combinations of
decision-maker options. We find that for random uniform instances (a) the final
selected solutions mainly depend on the final decision and not on the decision
history, (b) solutions are quite robust with respect to the number of unvisited
dynamic customers, and (c) solutions of the dynamic approach can even dominate
solutions obtained by a clairvoyant EMOA. In contrast, for instances with
clustered customers, we observe a strong dependency on decision-making history
as well as more variance in solution diversity.
- Abstract（参考訳）: 我々は、顧客のサブセットが時間とともにサービスを要求する動的な双方向車両ルーティングの問題を考える。
これにより、単一の車両で走行する距離と保存されていない動的要求の数は、離散時間窓(eras)で動作する動的進化的多目的アルゴリズム(demoa)によって最小化される。
決定は意思決定者によって行われるため、いかなる決定も先代でなされた不可逆的な決定に依存する。
意思決定の順序と意思決定間の相互作用/依存性の効果を理解するために,一連の実験を行った。
より正確には、意思決定者選好のセットをd$と eras $n_t$の数で修正し、すべての$|d|^{n_t}$の組み合わせを意思決定者オプションで分析します。
ランダムな一様例では
a) 最終選択されたソリューションは、決定履歴ではなく、主に最終決定に依存する。
(b)ソリューションは、目に見えない動的顧客の数に関して非常に堅牢であり、
(c) 動的アプローチの解は、透視型EMOAによって得られる解を支配できる。
対照的に、クラスタ化された顧客の場合、私たちは意思決定履歴への強い依存と、ソリューションの多様性のばらつきを観察します。
関連論文リスト
- A revision on Multi-Criteria Decision Making methods for Multi-UAV
Mission Planning Support [4.198865250277024]
無人航空機(UAV)は多くの商業用途で広く使用されている。
検討されている主な問題のひとつは、複数のUAVのためのミッションプランニングである。
決定支援システム (DSS) は最適解の順序付けと削減を目的として設計されている。
論文 参考訳（メタデータ） (2024-02-28T22:54:08Z) - Online Decision Mediation [72.80902932543474]
意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。
臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
論文 参考訳（メタデータ） (2023-10-28T05:59:43Z) - On solving decision and risk management problems subject to uncertainty [91.3755431537592]
不確実性は意思決定とリスク管理において広範囲にわたる課題である。
本稿では,このような戦略を体系的に理解し,その適用範囲を判断し,それらをうまく活用するための枠組みを開発する。
論文 参考訳（メタデータ） (2023-01-18T19:16:23Z) - R(Det)^2: Randomized Decision Routing for Object Detection [64.48369663018376]
本稿では,決定木とディープニューラルネットワークをエンドツーエンドの学習方法で組み合わせたオブジェクト検出手法を提案する。
効率的な学習を容易にするために,ノード選択型および連想型損失を伴うランダム化決定経路を提案する。
このアプローチをオブジェクト検出のためのランダム化決定ルーティングとして、R(Det)$2$と略す。
論文 参考訳（メタデータ） (2022-04-02T07:54:58Z) - Modularity in Reinforcement Learning via Algorithmic Independence in
Credit Assignment [79.5678820246642]
提案手法は, 事前決定の順序に対して, スパース変化のみを必要とする伝達問題に対して, 政策段階の手法よりも, より標本効率が高いことを示す。
我々は最近提案された社会的意思決定の枠組みをマルコフ決定プロセスよりもよりきめ細かい形式主義として一般化する。
論文 参考訳（メタデータ） (2021-06-28T21:29:13Z) - Discovering Diverse Solutions in Deep Reinforcement Learning [84.45686627019408]
強化学習アルゴリズムは通常、特定のタスクの単一のソリューションを学ぶことに限定される。
連続的あるいは離散的な低次元潜在変数に条件付きポリシーを訓練することにより、無限に多くの解を学習できるRL法を提案する。
論文 参考訳（メタデータ） (2021-03-12T04:54:31Z) - Evolutionary Multi-Objective Optimization Algorithm Framework with Three
Solution Sets [7.745468825770201]
EMOアルゴリズムにより得られた非支配的解集合から最終解が決定者によって選択されると仮定する。
本稿では,様々な状況に対処するための3つのソリューションセットを備えた汎用EMOフレームワークを提案する。
論文 参考訳（メタデータ） (2020-12-14T08:04:07Z) - 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) - Inverse Active Sensing: Modeling and Understanding Timely
Decision-Making [111.07204912245841]
我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。
意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
論文 参考訳（メタデータ） (2020-06-25T02:30:45Z) - Solution Subset Selection for Final Decision Making in Evolutionary
Multi-Objective Optimization [7.745468825770201]
最終的な意思決定の観点から,サブセットの選択について論じる。
定式化関数はIGD+インジケータと同じであることを示す。
論文 参考訳（メタデータ） (2020-06-15T06:26:58Z) - Dynamic Bi-Objective Routing of Multiple Vehicles [0.0]
Vehicle-Routing-Problemsは動的顧客要求に基づいて意思決定を繰り返します。
本研究では,この二目的動的VRPについて,逐次的意思決定と同時決定の実現を含む検討を行った。
論文 参考訳（メタデータ） (2020-05-28T09:35:45Z)
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。