論文の概要: A* search algorithm for an optimal investment problem in vehicle-sharing
systems
- arxiv url: http://arxiv.org/abs/2311.08834v1
- Date: Wed, 15 Nov 2023 10:22:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-16 16:37:34.835416
- Title: A* search algorithm for an optimal investment problem in vehicle-sharing
systems
- Title（参考訳）: 車両共有システムにおける最適投資問題に対するA*探索アルゴリズム
- Authors: Ba Luat Le, Layla Martin, Emrah Demir, and Duc Minh Vu
- Abstract要約: 車両共有システムの文脈で発生する最適投資問題について検討する。
本稿では,このトラベリングセールスマン問題に対処するA*探索アルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 0.8999666725996978
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study an optimal investment problem that arises in the context of the
vehicle-sharing system. Given a set of locations to build stations, we need to
determine i) the sequence of stations to be built and the number of vehicles to
acquire in order to obtain the target state where all stations are built, and
ii) the number of vehicles to acquire and their allocation in order to maximize
the total profit returned by operating the system when some or all stations are
open. The profitability associated with operating open stations, measured over
a specific time period, is represented as a linear optimization problem applied
to a collection of open stations. With operating capital, the owner of the
system can open new stations. This property introduces a set-dependent aspect
to the duration required for opening a new station, and the optimal investment
problem can be viewed as a variant of the Traveling Salesman Problem (TSP) with
set-dependent cost. We propose an A* search algorithm to address this
particular variant of the TSP. Computational experiments highlight the benefits
of the proposed algorithm in comparison to the widely recognized Dijkstra
algorithm and propose future research to explore new possibilities and
applications for both exact and approximate A* algorithms.
- Abstract（参考訳）: 車両共有システムの文脈で発生する最適投資問題について検討する。
駅を建てる場所のセットを考えると、私たちは決める必要があります
一 すべての駅が建設されている目標状態を得るため、建設すべき駅数及び取得すべき車両数
二 一部の駅又は全駅が開業したときのシステムの運用により返却した総利益を最大化するため、取得すべき車両の数及びその割り当て
特定の期間にわたって測定されたオープンステーションの動作に伴う利益性は、オープンステーションの集合に適用される線形最適化問題として表される。
運用資本により、システムの所有者は新たなステーションを開設することができる。
この特性は、新しい駅を開設するために必要な期間に設定依存的な側面を導入し、最適投資問題は、設定依存コストを伴う旅行セールスマン問題(TSP)の変種と見なすことができる。
本稿では,このTSPの特定の変種に対処するA*探索アルゴリズムを提案する。
計算実験では,広く認識されているdijkstraアルゴリズムと比較して,提案アルゴリズムの利点を強調し,a*アルゴリズムおよび近似アルゴリズムの新たな可能性と応用を探求する今後の研究を提案する。
関連論文リスト
- Using metaheuristics for the location of bicycle stations [4.2847927405489195]
我々は、p中間問題として問題をモデル化し、最適化における既存の主要な局所化問題である。
p中間問題は、一組の顧客(市民)と最寄りの施設(自転車駅)との距離を最小化する形で、一組の施設(自転車駅)を配置することを目指している。
論文 参考訳（メタデータ） (2024-02-06T12:19:46Z) - Multi-Agent Learning of Efficient Fulfilment and Routing Strategies in
E-Commerce [11.421159751635667]
電子商取引における製品配送コストを最小化するための統合的アルゴリズムフレームワークを提案する。
電子商取引における大きな課題の1つは、複数の顧客からの時間的に多様な注文が大量にあることだ。
本稿では,グラフニューラルネットワークと強化学習を組み合わせたノード選択と車両エージェントの学習手法を提案する。
論文 参考訳（メタデータ） (2023-11-20T10:32:28Z) - Energy-Guided Continuous Entropic Barycenter Estimation for General Costs [95.33926437521046]
任意のOTコスト関数に対して連続的エントロピーOT(EOT)バリセンタを近似する新しいアルゴリズムを提案する。
本手法は、弱いOTに基づくEOT問題の二重再構成に基づいている。
論文 参考訳（メタデータ） (2023-10-02T11:24:36Z) - Fast Optimal Locally Private Mean Estimation via Random Projections [58.603579803010796]
ユークリッド球における高次元ベクトルの局所的プライベート平均推定の問題について検討する。
プライベート平均推定のための新しいアルゴリズムフレームワークであるProjUnitを提案する。
各ランダム化器はその入力をランダムな低次元部分空間に投影し、結果を正規化し、最適なアルゴリズムを実行する。
論文 参考訳（メタデータ） (2023-06-07T14:07:35Z) - Optimal Horizon-Free Reward-Free Exploration for Linear Mixture MDPs [60.40452803295326]
線形マルコフ決定過程(MDP)を学習するための新たな報酬なしアルゴリズムを提案する。
我々のアルゴリズムの核心は、探索駆動の擬似回帰を用いた不確実性重み付き値目標回帰である。
我々のアルゴリズムは$tilde O(d2varepsilon-2)$ episodesを探索するだけで、$varepsilon$-optimal policyを見つけることができる。
論文 参考訳（メタデータ） (2023-03-17T17:53:28Z) - Multi-Start Team Orienteering Problem for UAS Mission Re-Planning with
Data-Efficient Deep Reinforcement Learning [9.877261093287304]
我々は、当初車両が補給所から離れた場所にあり、燃料の量が異なるミッション再計画問題について検討する。
そこで我々は,各部分ツアーに対する自己注意と,部分ツアーと残りのノード間のエンコーダ・デコーダの注意を組み込んだポリシーネットワークを構築した。
本稿では,複数の非重複サンプルのロールアウトに基づく局所的なミニバッチベースラインに,グリーディロールアウトベースラインを置き換えたREINFORCEアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-03-02T15:15:56Z) - A Metaheuristic Algorithm for Large Maximum Weight Independent Set
Problems [58.348679046591265]
ノード重み付きグラフが与えられたとき、ノード重みが最大となる独立した(相互に非隣接な)ノードの集合を見つける。
このアプリケーションで放送されるグラフの中には、数十万のノードと数億のエッジを持つ大きなものもあります。
我々は,不規則なランダム化適応検索フレームワークにおいてメタヒューリスティックな新しい局所探索アルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-03-28T21:34:16Z) - 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) - Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。
建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
論文 参考訳（メタデータ） (2020-04-25T22:54:35Z) - 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。