論文の概要: A Multi-population Integrated Approach for Capacitated Location Routing

• arxiv url: http://arxiv.org/abs/2403.09361v1
• Date: Thu, 14 Mar 2024 13:11:30 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-15 20:37:19.018409
• Title: A Multi-population Integrated Approach for Capacitated Location Routing
• Title（参考訳）: 容量化ロケーションルーティングのためのマルチポピュレーション統合アプローチ
• Authors: Pengfei He, Jin-Kao Hao, Qinghua Wu,
• Abstract要約: 本稿では, 静電容量化問題に対するマルチポピュレーション統合フレームワークを提案する。 効果的な地区ベースの局所探索、実現可能性回復手順、多様化指向の突然変異を含む。 文献からの281のベンチマークインスタンスの実験は、アルゴリズムが驚くほどよく機能していることを示している。
• 参考スコア（独自算出の注目度）: 14.897794986447474
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The capacitated location-routing problem involves determining the depots from a set of candidate capacitated depot locations and finding the required routes from the selected depots to serve a set of customers whereas minimizing a cost function that includes the cost of opening the chosen depots, the fixed utilization cost per vehicle used, and the total cost (distance) of the routes. This paper presents a multi-population integrated framework in which a multi-depot edge assembly crossover generates promising offspring solutions from the perspective of both depot location and route edge assembly. The method includes an effective neighborhood-based local search, a feasibility-restoring procedure and a diversification-oriented mutation. Of particular interest is the multi-population scheme which organizes the population into multiple subpopulations based on depot configurations. Extensive experiments on 281 benchmark instances from the literature show that the algorithm performs remarkably well, by improving 101 best-known results (new upper bounds) and matching 84 best-known results. Additional experiments are presented to gain insight into the role of the key elements of the algorithm.
• Abstract（参考訳）: キャパシタイトされたロケーションルーティング問題は、候補のキャパシタイトされた補給所の集合から補給所を決定することと、選択された補給所から必要な経路を見つけて顧客に提供することを含み、一方、選択された補給所のオープンコスト、使用した車両当たりの固定利用コスト、経路の総コスト(距離)を最小化する。 本稿では,マルチポジトリ・エッジ・アセンブリ・クロスオーバーが,デポジトリとルート・エッジ・アセンブリの両方の観点から,有望なオフスプリング・ソリューションを生成するマルチポジトリ・統合・フレームワークを提案する。 本発明の方法は、有効近傍ベースの局所探索、実現可能性回復手順、および多様化指向突然変異を含む。 特に興味深いのは、人口をデポ構成に基づいて複数のサブポピュレーションに分類するマルチポピュレーション方式である。 文献からの281のベンチマークインスタンスに対する大規模な実験により、このアルゴリズムは101の最もよく知られた結果(新しい上限)を改良し、84の最もよく知られた結果と一致させることで、極めて優れた性能を示した。 アルゴリズムの重要な要素の役割についての洞察を得るために、さらなる実験が提示される。

関連論文リスト

• Training Greedy Policy for Proposal Batch Selection in Expensive Multi-Objective Combinatorial Optimization [52.80408805368928]
  本稿では,バッチ取得のための新しいグリーディ型サブセット選択アルゴリズムを提案する。 赤蛍光タンパク質に関する実験により,提案手法は1.69倍少ないクエリでベースライン性能を達成できることが判明した。
  論文  参考訳（メタデータ） (2024-06-21T05:57:08Z)
• A reinforcement learning guided hybrid evolutionary algorithm for the latency location routing problem [14.9829752183927]
  遅延位置ルーティング問題は、施設位置問題と累積容量化車両経路問題を統合する。 この問題は、顧客に提供するデポの場所と車両ルートについて、同時に決定することである。 本稿では,メメティックアルゴリズムの枠組みに従って,強化学習誘導ハイブリッド進化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-03-21T13:54:03Z)
• Learning-guided iterated local search for the minmax multiple traveling salesman problem [13.924692115320553]
  本稿では, ミンマックス多旅行セールスマン問題に対する, 傾き駆動型局所探索手法を提案する。 提案アルゴリズムは,ソリューションの品質と実行時間の観点から,優れた結果が得られることを示す。 特に、32の既知の結果が新たに達成され、35の他のインスタンスで最もよく知られた結果と一致している。
  論文  参考訳（メタデータ） (2024-03-19T02:57:10Z)
• Competitive Facility Location under Random Utilities and Routing Constraints [4.9873153106566575]
  競争市場における施設配置問題について検討し、ランダムなユーティリティ選択モデルにより顧客の需要が予測される。 我々は,選択した場所を訪問するツアーの存在を保証するために,場所の選択を必要とするルーティング制約を導入する。
  論文  参考訳（メタデータ） (2024-03-07T06:56:24Z)
• A One-shot Framework for Distributed Clustered Learning in Heterogeneous Environments [54.172993875654015]
  異種環境における分散学習のためのコミュニケーション効率化手法のファミリーを提案する。 ユーザによるローカル計算に基づくワンショットアプローチと、サーバにおけるクラスタリングベースのアグリゲーションステップは、強力な学習保証を提供する。 厳密な凸問題に対しては,ユーザ毎のデータ点数がしきい値を超える限り,提案手法はサンプルサイズの観点から順序最適平均二乗誤差率を達成する。
  論文  参考訳（メタデータ） (2022-09-22T09:04:10Z)
• Frequent Itemset-driven Search for Finding Minimum Node Separators in Complex Networks [61.2383572324176]
  本稿では,データマイニングにおける頻繁なアイテムセットマイニングの概念をよく知られたメメティック検索フレームワークに統合する,頻繁なアイテムセット駆動探索手法を提案する。 頻繁なアイテムセット組換え演算子を反復的に使用して、高品質なソリューションで頻繁に発生するアイテムセットに基づいた有望な子孫ソリューションを生成する。 特に、29個の新しい上界を発見し、以前の18個の最もよく知られた境界と一致する。
  論文  参考訳（メタデータ） (2022-01-18T11:16:40Z)
• Learning Space Partitions for Path Planning [54.475949279050596]
  PlaLaMは2次元ナビゲーションタスクにおける既存の経路計画手法よりも優れており、特に難解な局所最適化の存在下では優れている。 これらは高マルチモーダルな実世界のタスクに移行し、コンパイラフェーズでは最大245%、分子設計では最大0.4の強いベースラインを0-1スケールで上回ります。
  論文  参考訳（メタデータ） (2021-06-19T18:06:11Z)
• Sparse Reward Exploration via Novelty Search and Emitters [55.41644538483948]
  本稿では,SparsE Reward Exploration via Novelty and Emitters (SERENE)アルゴリズムを提案する。 SERENEは、探索空間の探索と報酬の搾取を2つの交互プロセスに分けている。 メタスケジューラは、2つのプロセス間の交互にグローバルな計算予算を割り当てる。
  論文  参考訳（メタデータ） (2021-02-05T12:34:54Z)
• Exploration in two-stage recommender systems [79.50534282841618]
  2段階のレコメンデータシステムは、スケーラビリティと保守性のために業界で広く採用されている。 このセットアップの鍵となる課題は、各ステージの最適性能が最適なグローバルパフォーマンスを暗示していないことである。 そこで本研究では,ランクとノミネーター間の探索戦略を同期させる手法を提案する。
  論文  参考訳（メタデータ） (2020-09-01T16:52:51Z)

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。