論文の概要: Heuristics for Vehicle Routing Problem: A Survey and Recent Advances

• arxiv url: http://arxiv.org/abs/2303.04147v1
• Date: Wed, 1 Mar 2023 14:20:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-12 03:41:20.826360
• Title: Heuristics for Vehicle Routing Problem: A Survey and Recent Advances
• Title（参考訳）: 自動車走行問題に関するヒューリスティックス:調査と最近の進歩
• Authors: Fei Liu, Chengyu Lu, Lin Gui, Qingfu Zhang, Xialiang Tong, Mingxuan Yuan
• Abstract要約: 車両のルーティングは、よく知られた最適化研究のトピックである。 過去数十年間、車両ルーティングの開発に多くの努力が費やされてきた。 特筆すべき業績と今後の方向性を示す3つの研究トピックについて論じる。
• 参考スコア（独自算出の注目度）: 14.956369802410999
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vehicle routing is a well-known optimization research topic with significant practical importance. Among different approaches to solving vehicle routing, heuristics can produce a satisfactory solution at a reasonable computational cost. Consequently, much effort has been made in the past decades to develop vehicle routing heuristics. In this article, we systematically survey the existing vehicle routing heuristics, particularly on works carried out in recent years. A classification of vehicle routing heuristics is presented, followed by a review of their methodologies, recent developments, and applications. Moreover, we present a general framework of state-of-the-art methods and provide insights into their success. Finally, three emerging research topics with notable works and future directions are discussed.
• Abstract（参考訳）: 車両のルーティングは、重要な実用上の重要性を持つよく知られた最適化研究トピックである。 車両のルーティングを解くための様々なアプローチの中で、ヒューリスティックスは合理的な計算コストで満足なソリューションを生み出すことができる。 その結果、過去数十年で車両ルーティングヒューリスティックの開発に多くの努力が払われた。 本稿は,近年実施されている既存の車両の経路ヒューリスティックス,特に作業について体系的に調査する。 車両経路ヒューリスティックの分類を行い,その方法論,最近の開発,応用について概説する。 さらに,最先端手法の一般的な枠組みを示し,その成功に対する洞察を提供する。 最後に、注目すべき作品と今後の方向性を示す3つの研究トピックについて論じる。

関連論文リスト

• Monocular Lane Detection Based on Deep Learning: A Survey [51.19079381823076]
  車線検出は自律運転認識システムにおいて重要な役割を果たす。 ディープラーニングアルゴリズムが普及するにつれて、ディープラーニングに基づく単眼車線検出手法が優れた性能を示した。 本稿では, 成熟度の高い2次元車線検出手法と開発途上国の3次元車線検出技術の両方を網羅して, 既存手法の概要を概説する。
  論文  参考訳（メタデータ） (2024-11-25T12:09:43Z)
• A Survey of Route Recommendations: Methods, Applications, and Opportunities [20.248023419047847]
  本調査は、都市コンピューティングに基づくルートレコメンデーション業務の総合的なレビューを提供する。 従来の機械学習と最新のディープラーニングの手法を多数分類する。 本稿では,都市コンピューティングのシナリオにおける経路変換に関する新しい応用を多数提示する。
  論文  参考訳（メタデータ） (2024-03-01T05:04:00Z)
• A Comprehensive Survey on Deep-Learning-based Vehicle Re-Identification: Models, Data Sets and Challenges [1.3965477771846408]
  車両再識別(ReID)は、様々な交通環境にまたがる分散カメラネットワークから収集された車両画像の関連付けを目的としている。 本稿では,車載ReIDに適用したディープラーニング技術について概説する。 これらの手法の分類について概説し、教師なしのアプローチを包含し、これらのカテゴリ内の既存の研究を精査し、データセットと評価基準を導入し、今後の課題と潜在的研究の方向性を説明する。
  論文  参考訳（メタデータ） (2024-01-19T11:45:10Z)
• A Survey on Service Route and Time Prediction in Instant Delivery: Taxonomy, Progress, and Prospects [58.746820564288846]
  Route&Time Prediction (RTP) は、労働者の到着時間だけでなく、将来のサービス経路を推定することを目的としている。 これまで多くのアルゴリズムが開発されてきたが、この領域の研究者を導くための体系的で包括的な調査は行われていない。 提案手法は,2つの基準に基づいて分類される: (i) タスクのタイプ, (i) 時間のみの予測, (ii) シーケンスベースモデルとグラフベースモデルを含むモデルアーキテクチャ, (iii) 教師付き学習(SL) とDeep Reinforcementを含む学習パラダイム。
  論文  参考訳（メタデータ） (2023-09-03T14:43:33Z)
• Traffic Prediction using Artificial Intelligence: Review of Recent Advances and Emerging Opportunities [2.5199066832791535]
  本調査は,交通予測手法の概要を概観することを目的としている。 具体的には、人工知能(AI)に基づく交通予測手法の最近の進歩と新たな研究機会に焦点を当てる。
  論文  参考訳（メタデータ） (2023-05-31T06:25:19Z)
• Guided Depth Map Super-resolution: A Survey [88.54731860957804]
  誘導深度マップ超解像(GDSR)は、高分解能(HR)深度マップを低分解能(LR)観測から2枚のHRカラー画像の助けを借りて再構成することを目的としている。 近年,特に強力な深層学習技術を用いて,斬新で効果的なアプローチが多数提案されている。 この調査は、GDSRの最近の進歩に関する包括的調査を提示する試みである。
  論文  参考訳（メタデータ） (2023-02-19T15:43:54Z)
• 3D Object Detection from Images for Autonomous Driving: A Survey [68.33502122185813]
  画像から3Dオブジェクトを検出することは、自動運転の基本的かつ困難な問題の一つだ。 この問題を2015年から2021年にかけて200以上の研究が行われ、理論、アルゴリズム、応用の幅広い範囲で研究されている。 我々は,この新奇で継続的な研究分野を包括的に調査し,画像に基づく3D検出に最もよく使用されるパイプラインを要約する。
  論文  参考訳（メタデータ） (2022-02-07T07:12:24Z)
• A review of approaches to modeling applied vehicle routing problems [77.34726150561087]
  車両経路問題のモデル化手法について概説する。 モデリング手法を評価するためのいくつかの基準を定式化する。 我々はVRPドメインのモデリング分野における今後の研究の道について論じる。
  論文  参考訳（メタデータ） (2021-05-23T14:50:14Z)
• 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)
• Learning to Solve Vehicle Routing Problems with Time Windows through Joint Attention [6.155158115218501]
  複数のツアーの協調行動空間に注意を払って複数のルートを同時に開始・拡張できる政策モデルを開発する。 時間窓付き車両経路問題の3つの変種に関する総合的な実験において、我々のモデルであるJAMPRは、異なる問題サイズでうまく機能し、既存の最先端建設モデルより優れていることを示す。
  論文  参考訳（メタデータ） (2020-06-16T12:08:10Z)
• Deep Learning on Traffic Prediction: Methods, Analysis and Future Directions [32.25707921285397]
  本稿では,複数の観点からの交通予測における深層学習に基づくアプローチに関する包括的調査を行う。 まず,既存の交通予測手法を要約し,分類について述べる。 第2に、異なるトラフィック予測アプリケーションにおける最先端のアプローチをリストアップする。
  論文  参考訳（メタデータ） (2020-04-18T08:28:10Z)

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。