論文の概要: Using Recursive KMeans and Dijkstra Algorithm to Solve CVRP

• arxiv url: http://arxiv.org/abs/2102.00567v1
• Date: Mon, 1 Feb 2021 00:03:03 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-03 03:59:43.339212
• Title: Using Recursive KMeans and Dijkstra Algorithm to Solve CVRP
• Title（参考訳）: 再帰的KMeansとDijkstraアルゴリズムによるCVRPの解法
• Authors: Hassan Moussa
• Abstract要約: キャパシタン化車両ルーティング問題(CVRP)は、現在最も一般的な最適化問題の一つである。 CVRPは、現在最も一般的な最適化問題の1つです。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Capacitated vehicle routing problem (CVRP) is being one of the most common optimization problems in our days
• Abstract（参考訳）: キャパシタ付き車両ルーティング問題(CVRP)は、今日の最も一般的な最適化問題のひとつです。

関連論文リスト

• Qubit efficient quantum algorithms for the vehicle routing problem on quantum computers of the NISQ era [65.31857472429745]
  時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクスや輸送など、多くの分野で発生する古典的な最適化問題である。 本研究では、QUBOとしてVRPTWを定式化し、提案した符号化方式を用いて、VRPTWに量子変分アプローチを適用する。 提案手法は,全符号化を用いた量子アルゴリズムの解に匹敵するVRPTWの近似解を求めることができることを示す。
  論文  参考訳（メタデータ） (2023-06-14T13:44:35Z)
• 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)
• A deep learning Attention model to solve the Vehicle Routing Problem and the Pick-up and Delivery Problem with Time Windows [0.0]
  フランスの公共列車会社SNCFは、車両のルーティング問題に対処して、新しいタイプの交通サービスを開発する実験を行っている。 我々は,CPDPTWの実現可能性チェックのために,アテンション・デコーダ構造を用いて新しい挿入を設計する。 我々のモデルは、CVRPTWでよく知られた学習ソリューションよりも優れた結果をもたらす。
  論文  参考訳（メタデータ） (2022-12-20T16:25:55Z)
• Capacitated Vehicle Routing Problem Using Conventional and Approximation Method [0.0]
  本稿では, 静電容量化車両, 単線, 距離などの制約を考慮し, 有名な車両経路問題の解決を試みる。 ノードのクラスタリングにはDBSCANアルゴリズムを採用し,近似アルゴリズムであるChristofideのアルゴリズムを用いてルーティングを行う。 生成されたソリューションは、さまざまな需要ノードで構成されるデリバリシステムのような、現実の状況の解決に使用することができる。
  論文  参考訳（メタデータ） (2022-07-29T19:25:39Z)
• Neural Optimal Transport with General Cost Functionals [78.25817771513145]
  一般費用関数のための最適輸送計画とマップを計算するためのニューラルネットベースの新しいアルゴリズムを提案する。 このアルゴリズムは、OT問題のサドル点再構成に基づいており、弱い高コスト関数に対する以前のOT法を一般化する。
  論文  参考訳（メタデータ） (2022-05-30T20:00:19Z)
• 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)
• Deep Policy Dynamic Programming for Vehicle Routing Problems [89.96386273895985]
  本稿では,学習ニューラルの強みと動的プログラミングアルゴリズムの強みを組み合わせた深層ポリシー動的プログラミング(d pdp)を提案する。 D PDPは、例の解からエッジを予測するために訓練されたディープニューラルネットワークから派生したポリシーを使用して、DP状態空間を優先し、制限する。 本研究では,旅行セールスマン問題 (TSP) と車両ルーティング問題 (VRP) の枠組みを評価し,ニューラルネットワークが(制限された)DPアルゴリズムの性能を向上させることを示す。
  論文  参考訳（メタデータ） (2021-02-23T15:33:57Z)
• Learning (Re-)Starting Solutions for Vehicle Routing Problems [14.509927512118544]
  最適化問題の解決における鍵となる課題は、エージェント(ソルバ)を効率的に探索する方法である。 本稿では,機械学習を用いて探索を高速化できることを示す。
  論文  参考訳（メタデータ） (2020-08-08T02:53:09Z)
• A Quantum Annealing Approach for Dynamic Multi-Depot Capacitated Vehicle Routing Problem [5.057312718525522]
  本稿では,AQC(Adiabatic Quantum Computation)の原理に基づく量子コンピューティングアルゴリズムを提案する。 従来のアルゴリズムと比較して、車両ルーティング問題(VRP)のような最適化問題の解法において、計算上の利点が顕著に示された。 これは、輸送、物流、サプライチェーン管理の分野における実世界の応用におけるNPハード最適化問題である。
  論文  参考訳（メタデータ） (2020-05-26T01:47:39Z)
• Solving Vehicle Routing Problem Using Quantum Approximate Optimization Algorithm [0.0]
  車両ルーティング問題(VRP)と呼ばれる整数プログラミング課題を解決するために,量子近似最適化アルゴリズム(QAOA)について述べる。 我々はVRPのIsing定式化について概説し、IBM Qiskitプラットフォームを用いてシミュレーションしたIsing Hamiltonianを最小化することでVRPを解くための詳細な手順を示す。
  論文  参考訳（メタデータ） (2020-02-02T18:12:19Z)
• 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。