論文の概要: A Two-Stage Metaheuristic Algorithm for the Dynamic Vehicle Routing Problem in Industry 4.0 approach

• arxiv url: http://arxiv.org/abs/2008.04355v3
• Date: Wed, 26 Aug 2020 10:14:56 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-31 23:23:57.876960
• Title: A Two-Stage Metaheuristic Algorithm for the Dynamic Vehicle Routing Problem in Industry 4.0 approach
• Title（参考訳）: 産業4.0アプローチにおける動的車両経路問題の2段階メタヒューリスティックアルゴリズム
• Authors: Maryam Abdirad, Krishna Krishnan, Deepak Gupta
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 3.6317403990273402
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Industry 4.0 is a concept that assists companies in developing a modern supply chain (MSC) system when they are faced with a dynamic process. Because Industry 4.0 focuses on mobility and real-time integration, it is a good framework for a dynamic vehicle routing problem (DVRP). This research works on DVRP. The aim of this research is to minimize transportation cost without exceeding the capacity constraint of each vehicle while serving customer demands from a common depot. Meanwhile, new orders arrive at a specific time into the system while the vehicles are executing the delivery of existing orders. This paper presents a two-stage hybrid algorithm for solving the DVRP. In the first stage, construction algorithms are applied to develop the initial route. In the second stage, improvement algorithms are applied. Experimental results were designed for different sizes of problems. Analysis results show the effectiveness of the proposed algorithm.
• Abstract（参考訳）: 産業 4.0 は、企業が動的プロセスに直面したときに、現代的なサプライチェーン(MSC)システムの開発を支援する概念である。 Industry 4.0はモビリティとリアルタイム統合にフォーカスしているため、動的車両ルーティング問題(DVRP)には良いフレームワークである。 本研究はDVRPに関するものである。 本研究の目的は,各車両のキャパシティ制約を超えることなく,共通補給所からの顧客要求に応えながら輸送コストを最小化することである。 一方、車両が既存の注文を配送している間に、新しい注文はシステムに特定のタイミングで到着する。 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。 最初の段階では、初期経路を開発するために構築アルゴリズムを適用する。 第2段階では、改善アルゴリズムを適用する。 実験結果は問題のサイズによって異なる。 解析結果は,提案アルゴリズムの有効性を示す。

関連論文リスト

• Robotic warehousing operations: a learn-then-optimize approach to large-scale neighborhood search [84.39855372157616]
  本稿では,ワークステーションの注文処理,アイテムポッドの割り当て,ワークステーションでの注文処理のスケジュールを最適化することで,ウェアハウジングにおけるロボット部品対ピッカー操作を支援する。 そこで我々は, 大規模近傍探索を用いて, サブプロブレム生成に対する学習を最適化する手法を提案する。 Amazon Roboticsと共同で、我々のモデルとアルゴリズムは、最先端のアプローチよりも、実用的な問題に対するより強力なソリューションを生み出していることを示す。
  論文  参考訳（メタデータ） (2024-08-29T20:22:22Z)
• A Meta-Engine Framework for Interleaved Task and Motion Planning using Topological Refinements [51.54559117314768]
  タスク・アンド・モーション・プランニング(タスク・アンド・モーション・プランニング、TAMP)は、自動化された計画問題の解決策を見つけるための問題である。 本稿では,TAMP問題のモデル化とベンチマークを行うための,汎用的でオープンソースのフレームワークを提案する。 移動エージェントと複数のタスク状態依存障害を含むTAMP問題を解決する革新的なメタ技術を導入する。
  論文  参考訳（メタデータ） (2024-08-11T14:57:57Z)
• A Neural Column Generation Approach to the Vehicle Routing Problem with Two-Dimensional Loading and Last-In-First-Out Constraints [3.9594431485015096]
  2次元負荷制約 (2L-CVRP) を持つ車両ルーティング問題は, 実用的, アルゴリズム的に重要な課題である。 本稿では,高度な機械学習技術,特に注意と再発機構の新たな組み合わせを統合した,正確なアルゴリズムを提案する。 提案アルゴリズムは、標準テストベッドにおけるオープンインスタンスの解決に成功し、機械学習モデルの導入による大幅な改善を実証する。
  論文  参考訳（メタデータ） (2024-06-18T09:58:29Z)
• 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)
• An Overview and Experimental Study of Learning-based Optimization Algorithms for Vehicle Routing Problem [49.04543375851723]
  車両ルーティング問題(VRP)は典型的な離散最適化問題である。 多くの研究は、VRPを解決するための学習に基づく最適化アルゴリズムについて検討している。 本稿では、最近のこの分野の進歩を概観し、関連するアプローチをエンドツーエンドアプローチとステップバイステップアプローチに分割する。
  論文  参考訳（メタデータ） (2021-07-15T02:13:03Z)
• Value Function is All You Need: A Unified Learning Framework for Ride Hailing Platforms [57.21078336887961]
  DiDi、Uber、Lyftなどの大型配車プラットフォームは、都市内の数万台の車両を1日中数百万の乗車要求に接続している。 両課題に対処するための統合価値に基づく動的学習フレームワーク(V1D3)を提案する。
  論文  参考訳（メタデータ） (2021-05-18T19:22:24Z)
• Constraint Programming Algorithms for Route Planning Exploiting Geometrical Information [91.3755431537592]
  本稿では,経路計画問題に対する新しいアルゴリズムの開発に関する現在の研究動向について概説する。 これまでの研究は、特にユークリッド旅行セールスパーソン問題(ユークリッドTSP)に焦点を当ててきた。 目的は、将来ユークリッド自動車問題(ユークリッドVRP)など、同じカテゴリーの他の問題にも得られる結果を活用することである。
  論文  参考訳（メタデータ） (2020-09-22T00:51:45Z)
• A Three-Stage Algorithm for the Large Scale Dynamic Vehicle Routing Problem with an Industry 4.0 Approach [3.6317403990273402]
  業界 4.0 はモビリティとリアルタイム統合に焦点を当てたコンセプトである。 本研究の目的は,大規模DVRP(LSDVRP)の解決である。
  論文  参考訳（メタデータ） (2020-08-26T10:39:36Z)
• An adaptive data-driven approach to solve real-world vehicle routing problems in logistics [0.0]
  輸送は物流費の3分の1を占める。 本研究は、ロジスティクス分野における実世界のルーティング車両問題(VRP)を解決するための適応型データ駆動型革新的なモジュラーアプローチを提案する。
  論文  参考訳（メタデータ） (2020-01-05T17:47:41Z)

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。