論文の概要: A Hybrid Multi-Objective Carpool Route Optimization Technique using
Genetic Algorithm and A* Algorithm
- arxiv url: http://arxiv.org/abs/2007.05781v1
- Date: Sat, 11 Jul 2020 14:13:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-11 12:59:18.719928
- Title: A Hybrid Multi-Objective Carpool Route Optimization Technique using
Genetic Algorithm and A* Algorithm
- Title（参考訳）: 遺伝的アルゴリズムとA*アルゴリズムを用いたハイブリッド多目的カープール経路最適化手法
- Authors: Romit S Beed, Sunita Sarkar, Arindam Roy, Suvranil D Biswas and Suhana
Biswas
- Abstract要約: 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。
- 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: Carpooling has gained considerable importance in developed as well as in
developing countries as an effective solution for controlling vehicular
pollution, both sound and air. As carpooling decreases the number of vehicles
used by commuters, it results in multiple benefits like mitigation of traffic
and congestion on the roads, reduced demand for parking facilities, lesser
energy or fuel consumption and most importantly, reduction in carbon emission,
thus improving the quality of life in cities. This work presents a hybrid GA-A*
algorithm to obtain optimal routes for the carpooling problem in the domain of
multi-objective optimization having multiple conflicting objectives. Though
Genetic algorithm provides optimal solutions, A* algorithm because of its
efficiency in providing the shortest route between any two points based on
heuristics, enhances the optimal routes obtained using Genetic algorithm. The
refined routes, obtained using the GA-A* algorithm, are further subjected to
dominance test to obtain non-dominating solutions based on Pareto-Optimality.
The routes obtained maximize the profit of the service provider by minimizing
the travel and detour distance as well as pick-up/drop costs while maximizing
the utilization of the car. The proposed algorithm has been implemented over
the Salt Lake area of Kolkata. Route distance and detour distance for the
optimal routes obtained using the proposed algorithm are consistently lesser
for the same number of passengers when compared with the corresponding data
obtained using the existing algorithm. Various statistical analyses like
boxplots have also confirmed that the proposed algorithm regularly performed
better than the existing algorithm using only Genetic Algorithm.
- Abstract（参考訳）: 自動車の循環は、音と空気の両方の車両の汚染を制御する効果的な解決策として、先進国や発展途上国で非常に重要になっている。
相乗りは通勤者の車両数を減少させるため、道路交通の緩和や渋滞の緩和、駐車施設の需要減少、エネルギーや燃料消費の減少、そして最も重要なのは二酸化炭素排出量の減少、都市生活の質の向上など、様々な利点をもたらす。
本研究では,複数の競合対象を持つ多目的最適化領域において,カープール問題に対する最適経路を得るためのGA-A*ハイブリッドアルゴリズムを提案する。
遺伝的アルゴリズムは最適解を提供するが、a*アルゴリズムはヒューリスティックスに基づく任意の2点間の最短経路を提供するため、遺伝的アルゴリズムを用いて得られる最適経路を強化する。
GA-A*アルゴリズムを用いて得られた洗練された経路は、パレート最適性に基づく非支配的解を得るために支配試験を受ける。
得られた経路は、車両の利用を最大化しつつ、走行・出入口距離とピックアップ・ドロップコストを最小化し、サービス提供者の利益を最大化する。
提案されたアルゴリズムはコルカタのソルトレイク地域で実装されている。
提案手法で得られた最適経路の経路距離と方向距離は,既存のアルゴリズムで得られたデータと比較した場合,同一の乗客数に対して一貫して小さくなる。
ボックスプロットのような様々な統計分析により、提案アルゴリズムは遺伝的アルゴリズムのみを用いて既存のアルゴリズムよりもよく機能することが確認された。
関連論文リスト
- Hybrid Search method for Zermelo's navigation problem [0.24999074238880487]
本稿では,Hybrid Searchアルゴリズムという新しいアルゴリズムを提案する。
ツェルメロの航法初期価値問題とフェラロ・マルティン・デ・ディエゴ・アルマグロを統合している。
合成ベクトル場と実海流データに対するハイブリッド探索アルゴリズムの性能評価を行った。
論文 参考訳（メタデータ） (2023-08-04T16:11:59Z) - Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。
本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文 参考訳（メタデータ） (2023-01-30T15:46:39Z) - A Metaheuristic Algorithm for Large Maximum Weight Independent Set
Problems [58.348679046591265]
ノード重み付きグラフが与えられたとき、ノード重みが最大となる独立した(相互に非隣接な)ノードの集合を見つける。
このアプリケーションで放送されるグラフの中には、数十万のノードと数億のエッジを持つ大きなものもあります。
我々は,不規則なランダム化適応検索フレームワークにおいてメタヒューリスティックな新しい局所探索アルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-03-28T21:34:16Z) - Fast and computationally efficient generative adversarial network
algorithm for unmanned aerial vehicle-based network coverage optimization [1.2853186701496802]
移動ネットワークにおける動的な交通需要の課題は、無人航空機をベースとした移動セルに対処されている。
将来,無人航空機の膨大な可能性を考えると,カバー範囲最適化のための新しいアルゴリズムを提案する。
提案アルゴリズムは,一意の多層和プーリング損失関数を持つ条件付き生成逆ニューラルネットワークに基づいて実装された。
論文 参考訳（メタデータ） (2022-03-25T12:13:21Z) - Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex
Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。
我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。
我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
論文 参考訳（メタデータ） (2021-06-08T15:54:44Z) - Waypoint Planning Networks [66.72790309889432]
本稿では,ローカルカーネル(A*のような古典的アルゴリズム)と学習アルゴリズムを用いたグローバルカーネルを用いたLSTMに基づくハイブリッドアルゴリズムを提案する。
我々は、WPNとA*を比較し、動き計画ネットワーク(MPNet)やバリューネットワーク(VIN)を含む関連する作業と比較する。
WPN の探索空間は A* よりもかなり小さいが、ほぼ最適な結果が得られることが示されている。
論文 参考訳（メタデータ） (2021-05-01T18:02:01Z) - Boosted Genetic Algorithm using Machine Learning for traffic control
optimization [4.642759477873937]
本稿では,信号化都市交差点における交通信号タイミングの最適化手法を提案する。
高速かつ信頼性の高い決定を生成することを目的として、高速実行機械学習(ML)アルゴリズムと信頼できる遺伝的アルゴリズム(GA)を組み合わせる。
新たなBGA-MLは,元のGAアルゴリズムよりもはるかに高速であり,非リカレントインシデント条件下でうまく適用可能であることを示す。
論文 参考訳（メタデータ） (2021-03-11T00:39:18Z) - Conditional Generative Adversarial Networks for Optimal Path Planning [30.892250698479064]
条件付き生成逆数ネットワーク(CGAN)と修正RT*アルゴリズム(CGANRRT*で記述)に基づく新しい学習経路計画アルゴリズムを提案する。
CGANモデルは、地上の真理マップから学習することで訓練され、それぞれがRRTアルゴリズムの実行結果を1つの生地図上で50回行った結果から生成される。
CGAN-RRT* アルゴリズムと従来の RRT* アルゴリズムを比較することで,この CGAN モデルの有効性を実証する。
論文 参考訳（メタデータ） (2020-12-06T02:53:50Z) - Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。
建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
論文 参考訳（メタデータ） (2020-04-25T22:54:35Z) - Bayesian Hierarchical Multi-Objective Optimization for Vehicle Parking
Route Discovery [0.0]
本稿では,駐車場への最も最適な経路を得るためのベイズ階層手法を提案する。
確率的データ駆動法は、一般的な重み付け和法において、ウェイトセレクションの固有の問題を克服するために用いられる。
遺伝的アルゴリズムは最適な解を得るために使われてきた。
論文 参考訳（メタデータ） (2020-03-27T16:15:53Z) - 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。