論文の概要: Hybrid Genetic Algorithm and Mixed Integer Linear Programming for Flying
Sidekick TSP
- arxiv url: http://arxiv.org/abs/2304.13832v1
- Date: Wed, 26 Apr 2023 21:19:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-28 15:00:56.281983
- Title: Hybrid Genetic Algorithm and Mixed Integer Linear Programming for Flying
Sidekick TSP
- Title(参考訳): フライングサイドキックTSPのためのハイブリッド遺伝的アルゴリズムと混合整数線形計画法
- Authors: Andr\'e Rossi Kuroswiski and Humberto Baldessarini Pires and Angelo
Passaro and Lamartine Nogueira Frutuoso and Edson Luiz Fran\c{c}a Senne
- Abstract要約: 本研究では、Flying Sidekick TSP(FSTSP)と呼ばれる旅行セールスマン問題(TSP)の変動を最適化するためのハイブリッド遺伝的アルゴリズム(HGenFS)を提案する。
その結果, 厳密解の定式化が最大10顧客までの問題解決に適していることが確認された。
HGenFSは、特定値と局所探索フェーズを組み込むことで、FSTSPの最適解を数秒で見つけることができることを示した。
- 参考スコア(独自算出の注目度): 0.39373541926236766
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The increasing use of drones to perform various tasks has motivated an
exponential growth of research aimed at optimizing the use of these means,
benefiting both military and civilian applications, including logistics
delivery. In this sense, the combined use of trucks and drones has been
explored with great interest by Operations Research. This work presents
mathematical formulations in Mixed Integer Linear Programming and proposes a
hybrid Genetic Algorithm (HGenFS) for optimizing a variation of the Traveling
Salesman Problem (TSP) called Flying Sidekick TSP (FSTSP), in which truck and
drone cooperate. The results obtained confirmed that the adopted formulation
for the exact solution is suitable for solving problems up to ten customers,
and the HGenFS proved to be capable of finding optimal solutions for the FSTSP
in a few seconds by incorporating specific heuristics and a local search phase.
- Abstract(参考訳): ドローンの様々なタスクへの利用の増加は、これらの手段の使用を最適化することを目的とした研究の指数関数的な成長を動機付け、ロジスティクスの配送を含む軍用および民間用アプリケーションの両方に恩恵を与えた。
この意味では、トラックとドローンの併用はOperations Researchによって大きな関心を集めている。
この研究は混合整数線形計画法における数学的定式化を提案し、トラックとドローンが協調するFlying Sidekick TSP (FSTSP)と呼ばれる旅行セールスマン問題(TSP)の変動を最適化するためのハイブリッド遺伝的アルゴリズム(HGenFS)を提案する。
その結果, 厳密な解の定式化は最大10顧客までの問題解決に適しており, HGenFSは特定のヒューリスティックと局所探索フェーズを組み込んで, 数秒でFSTSPの最適解を見つけることができることがわかった。
関連論文リスト
- Ant Colony Sampling with GFlowNets for Combinatorial Optimization [72.95439522658647]
Generative Flow Ant Colony Sampler (GFACS) はニューラル誘導型メタヒューリスティックアルゴリズムである。
GFACSは生成フローネットワーク(GFlowNets)とアリコロニー最適化(ACO)手法を統合している。
論文 参考訳(メタデータ) (2024-03-11T16:26:06Z) - Solving Complex Multi-UAV Mission Planning Problems using
Multi-objective Genetic Algorithms [4.198865250277024]
本稿では、複雑なミッション計画問題(MPP)を解決するための多目的遺伝的アルゴリズムを提案する。
ソリューションが有効かどうかを確認するために,制約満足度問題(CSP)を用いてハイブリッドフィットネス関数を設計した。
実験の結果、新しいアルゴリズムは優れた解を得ることができるが、問題がより複雑になると、最適解を見つけることも困難になる。
論文 参考訳(メタデータ) (2024-02-09T16:13:21Z) - Multi-agricultural Machinery Collaborative Task Assignment Based on
Improved Genetic Hybrid Optimization Algorithm [0.0]
本研究では,改良された遺伝的ハイブリッド最適化アルゴリズムに基づくマルチ農業機械協調タスク割り当て手法を提案する。
開発されたハイブリッドアルゴリズムは、パスコストを効果的に低減し、代入結果の効率は古典的な遺伝的アルゴリズムのそれを上回る。
論文 参考訳(メタデータ) (2023-12-07T12:42:40Z) - A self-adaptive genetic algorithm for the flying sidekick travelling
salesman problem [0.0]
本稿では,自己適応型遺伝的アルゴリズムを用いてFSTSP(Flying Sidekick Travelling Salesman Problem)の解法を提案する。
FSTSPでは、ドローンを戦略的に展開し、顧客の位置情報を入手し難い場所に提供しながら、すべての場所を訪問するための総時間を最小化する。
論文 参考訳(メタデータ) (2023-10-23T08:51:02Z) - Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。
本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-10-04T01:47:37Z) - A Reinforcement Learning-assisted Genetic Programming Algorithm for Team
Formation Problem Considering Person-Job Matching [70.28786574064694]
解の質を高めるために強化学習支援遺伝的プログラミングアルゴリズム(RL-GP)を提案する。
効率的な学習を通じて得られる超ヒューリスティックなルールは、プロジェクトチームを形成する際の意思決定支援として利用することができる。
論文 参考訳(メタデータ) (2023-04-08T14:32:12Z) - Massively Parallel Genetic Optimization through Asynchronous Propagation
of Populations [50.591267188664666]
Propulateは、グローバル最適化のための進化的最適化アルゴリズムとソフトウェアパッケージである。
提案アルゴリズムは, 選択, 突然変異, 交叉, 移動の変種を特徴とする。
Propulateは解の精度を犠牲にすることなく、最大で3桁高速であることがわかった。
論文 参考訳(メタデータ) (2023-01-20T18:17:34Z) - Enhanced Teaching-Learning-based Optimization for 3D Path Planning of
Multicopter UAVs [2.0305676256390934]
本稿では,無人航空機(UAV)の新しい経路計画アルゴリズムを提案する。
まず,UAVの移動と安全操作の制約と経路長の要件を組み込んだ目的関数を定義する。
次に, 目的関数の定式化を最小化するために, Multi-subject TLBO というアルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-05-31T16:00:32Z) - 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) - Distributed Multi-agent Meta Learning for Trajectory Design in Wireless
Drone Networks [151.27147513363502]
本稿では,動的無線ネットワーク環境で動作するエネルギー制約型ドローン群に対する軌道設計の問題点について検討する。
値ベース強化学習(VDRL)ソリューションとメタトレイン機構を提案する。
論文 参考訳(メタデータ) (2020-12-06T01:30:12Z) - A Hybrid Multi-Objective Carpool Route Optimization Technique using
Genetic Algorithm and A* Algorithm [0.0]
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。
論文 参考訳(メタデータ) (2020-07-11T14:13:20Z)
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。