論文の概要: A Novel Generalised Meta-Heuristic Framework for Dynamic Capacitated Arc Routing Problems

• arxiv url: http://arxiv.org/abs/2104.06585v2
• Date: Mon, 21 Feb 2022 08:16:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-03 21:20:26.773377
• Title: A Novel Generalised Meta-Heuristic Framework for Dynamic Capacitated Arc Routing Problems
• Title（参考訳）: 動的容量アークルーティング問題に対する新しい一般化メタヒューリスティックフレームワーク
• Authors: Hao Tong, Leandro L. Minku, Stefan Menzel, Bernhard Sendhoff, Xin Yao
• Abstract要約: 本稿では、動的CARP(DCARP)の数学的定式化と、ルーティングソリューションが部分的に実行されている間、動的イベントを考慮可能なシミュレーションシステムを提供する。 そこで我々は,DCARPインスタンスの処理に使用できるように,既存の静的CARP最適化アルゴリズムの利点を享受できる新しいフレームワークを提案する。 その結果,提案手法は最先端の動的最適化アルゴリズムよりも大幅に改善されていることがわかった。
• 参考スコア（独自算出の注目度）: 4.490459770205671
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The capacitated arc routing problem (CARP) is a challenging combinatorial optimisation problem abstracted from many real-world applications, such as waste collection, road gritting and mail delivery. However, few studies considered dynamic changes during the vehicles' service, which can cause the original schedule infeasible or obsolete. The few existing studies are limited by the dynamic scenarios considered, and by overly complicated algorithms that are unable to benefit from the wealth of contributions provided by the existing CARP literature. In this paper, we first provide a mathematical formulation of dynamic CARP (DCARP) and design a simulation system that is able to consider dynamic events while a routing solution is already partially executed. We then propose a novel framework which can benefit from existing static CARP optimisation algorithms so that they could be used to handle DCARP instances. The framework is very flexible. In response to a dynamic event, it can use either a simple restart strategy or a sequence transfer strategy that benefits from past optimisation experience. Empirical studies have been conducted on a wide range of DCARP instances to evaluate our proposed framework. The results show that the proposed framework significantly improves over state-of-the-art dynamic optimisation algorithms.
• Abstract（参考訳）: 容量化アークルーティング問題 (CARP) は, ごみ収集, 道路粉砕, 郵便配達など, 現実の多くのアプリケーションから抽象化された, 組合せ最適化の問題である。 しかし、車両の運行中の動的変化を考慮に入れた研究はほとんどなく、これは当初のスケジュールが実行不可能または廃止される可能性がある。 現存する数少ない研究は、考慮された動的なシナリオと、既存のCARP文献が提供する豊富な貢献の恩恵を受けられない過度に複雑なアルゴリズムによって制限されている。 本稿では,まず動的carp(dcarp)の数学的定式化を行い,ルーティングソリューションがすでに部分的に実行されている間に動的事象を考慮できるシミュレーションシステムを設計する。 そこで我々は,DCARPインスタンスの処理に使用できるように,既存の静的CARP最適化アルゴリズムの利点を享受できる新しいフレームワークを提案する。 フレームワークは非常に柔軟です。 動的イベントに対して、過去の最適化経験から恩恵を受ける単純な再起動戦略かシーケンス転送戦略のいずれかを使用することができる。 提案するフレームワークを評価するため,多種多様なDCARPインスタンスについて実証研究を行った。 その結果,提案手法は最先端の動的最適化アルゴリズムよりも大幅に改善することがわかった。

関連論文リスト

• Multi-Agent Environments for Vehicle Routing Problems [1.0179489519625304]
  本稿では,従来の車両ルーティング問題をシミュレートするマルチエージェント環境からなるライブラリを提案する。 PyTorch上に構築されたこのライブラリは、新しいルーティング問題のカスタマイズと導入を容易にする、柔軟なモジュラーアーキテクチャ設計を提供する。
  論文  参考訳（メタデータ） (2024-11-21T18:46:23Z)
• Solving robust MDPs as a sequence of static RL problems [28.754994235893268]
  我々はIWOCSと呼ばれるメタアルゴリズムを導入し、最悪の遷移モデルを段階的に同定する。 我々は、IWOCSの深いRLバージョンを導き、古典的なベンチマークで最先端のアルゴリズムと競合することを示した。
  論文  参考訳（メタデータ） (2024-10-08T17:16:24Z)
• DynamicRouteGPT: A Real-Time Multi-Vehicle Dynamic Navigation Framework Based on Large Language Models [13.33340860174857]
  複雑な交通環境におけるリアルタイムな動的経路計画は、交通量の変化や信号待ち時間といった課題を提示する。 DijkstraやA*のような従来の静的ルーティングアルゴリズムは最短経路を計算するが、しばしば動的条件下で失敗する。 本稿では,実時間動的経路計画のための因果推論に基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-08-26T11:19:58Z)
• AbCD: A Component-wise Adjustable Framework for Dynamic Optimization Problems [49.1574468325115]
  動的最適化問題 (DOP) は、常に発生し、現実の応用に共通するフィットネス環境の変化によって特徴づけられる。 我々は、動的問題のための調整可能なコンポーネント(AbCD)と呼ばれるDOPのためのコンポーネント指向フレームワークを開発する。 この結果から,アルゴリズムやコンポーネントの今後の発展に対処する必要があるDOP分野の既存の課題が浮き彫りになる。
  論文  参考訳（メタデータ） (2023-10-09T08:11:31Z)
• 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)
• MARLIN: Soft Actor-Critic based Reinforcement Learning for Congestion Control in Real Networks [63.24965775030673]
  そこで本研究では,汎用的な渋滞制御(CC)アルゴリズムを設計するための新しい強化学習(RL)手法を提案する。 我々の解であるMARLINは、Soft Actor-Criticアルゴリズムを用いてエントロピーとリターンの両方を最大化する。 我々は,MARLINを実ネットワーク上で訓練し,実ミスマッチを克服した。
  論文  参考訳（メタデータ） (2023-02-02T18:27:20Z)
• Routing Towards Discriminative Power of Class Capsules [7.347145775695176]
  本稿では,効率よく解ける正規化二次計画問題を含むルーティングアルゴリズムを提案する。 mnist,mnist-fashion,cifar-10の実験を行い,既存のカプセルネットワークと比較して競合分類結果を示す。
  論文  参考訳（メタデータ） (2021-03-07T05:49:38Z)
• 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)
• Phase Retrieval using Expectation Consistent Signal Recovery Algorithm based on Hypernetwork [73.94896986868146]
  位相検索は現代の計算イメージングシステムにおいて重要な要素である。 近年のディープラーニングの進歩は、堅牢で高速なPRの新たな可能性を開いた。 我々は、既存の制限を克服するために、深層展開のための新しいフレームワークを開発する。
  論文  参考訳（メタデータ） (2021-01-12T08:36:23Z)
• 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)
• Learning Dynamic Routing for Semantic Segmentation [86.56049245100084]
  本稿では,動的ルーティングと呼ばれる意味表現のスケール分散を緩和する概念的に新しい手法を提案する。 提案フレームワークは,各画像のスケール分布に適応して,データ依存経路を生成する。 この目的のために、ハエのスケール変換経路を選択するために、ソフトコンディショナルゲートと呼ばれる微分可能なゲーティング関数を提案する。
  論文  参考訳（メタデータ） (2020-03-23T17:22:14Z)

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。