論文の概要: Hybrid Memetic Search for Electric Vehicle Routing with Time Windows, Simultaneous Pickup-Delivery, and Partial Recharges
- arxiv url: http://arxiv.org/abs/2410.19580v1
- Date: Fri, 25 Oct 2024 14:18:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-28 13:37:30.429201
- Title: Hybrid Memetic Search for Electric Vehicle Routing with Time Windows, Simultaneous Pickup-Delivery, and Partial Recharges
- Title（参考訳）: タイムウインドウ, 同時ピックアップ配送, 部分充電による電気自動車のハイブリッドメメティックサーチ
- Authors: Zubin Zheng, Shengcai Liu, Yew-Soon Ong,
- Abstract要約: 本研究は電気自動車ルーティング問題(EVRP)の新興かつ重要な拡張に対処する。
EVRP-TW-SPDを解くためのハイブリッドメメティックアルゴリズム(HMA)を提案する。
既存のベンチマークと実世界のシナリオのギャップを埋めるために、我々は、新しい大規模EVRP-TW-SPDベンチマークセットを導入する。
- 参考スコア（独自算出の注目度）: 30.012962122049817
- License:
- Abstract: With growing environmental concerns, electric vehicles for logistics have gained significant attention within the computational intelligence community in recent years. This work addresses an emerging and significant extension of the electric vehicle routing problem (EVRP), namely EVRP with time windows, simultaneous pickup-delivery, and partial recharges (EVRP-TW-SPD), which has wide real-world applications. We propose a hybrid memetic algorithm (HMA) for solving EVRP-TW-SPD. HMA incorporates two novel components: a parallel-sequential station insertion procedure for handling partial recharges that can better avoid local optima compared to purely sequential insertion, and a cross-domain neighborhood search that explores solution spaces of both electric and non-electric problem domains simultaneously. These components can also be easily applied to various EVRP variants. To bridge the gap between existing benchmarks and real-world scenarios, we introduce a new, large-scale EVRP-TW-SPD benchmark set derived from real-world applications, containing instances with many more customers and charging stations than existing benchmark instances. Extensive experiments demonstrate the significant performance advantages of HMA over existing algorithms across a wide range of problem instances. Both the benchmark set and HMA will be open-sourced to facilitate further research in this area.
- Abstract（参考訳）: 環境問題の増加に伴い、ロジスティクスのための電気自動車は近年、コンピュータインテリジェンスコミュニティ内で大きな注目を集めている。
この研究は、電気自動車ルーティング問題(EVRP)の新たな重要な拡張、すなわち、時間窓付きEVRP、同時ピックアップ配送、およびより広い実世界の応用を持つ部分充電(EVRP-TW-SPD)に対処する。
EVRP-TW-SPDを解くためのハイブリッドメメティックアルゴリズム(HMA)を提案する。
HMAには、純粋にシーケンシャルな挿入よりも局所的な最適性を回避できる部分チャージを処理する並列シーケンスステーション挿入手順と、電気的および非電気的問題領域の解空間を同時に探索するクロスドメイン近傍探索という2つの新しいコンポーネントが含まれている。
これらのコンポーネントは、様々なEVRP変種にも容易に適用できる。
既存のベンチマークと実世界のシナリオのギャップを埋めるために,実世界のアプリケーションから派生した,大規模で大規模なEVRP-TW-SPDベンチマークを導入する。
大規模な実験では、HMAが既存のアルゴリズムよりも幅広い問題インスタンスにまたがる大きなパフォーマンス上の利点を実証している。
ベンチマークセットとHMAはいずれも、この分野のさらなる研究を促進するためにオープンソース化される予定である。
関連論文リスト
- Hybrid-Generative Diffusion Models for Attack-Oriented Twin Migration in Vehicular Metaverses [58.264499654343226]
Vehicle Twins (VTs) は、Vehicular Metaverse Users (VMUs) 向けに没入型仮想サービスを提供するデジタルツインである。
車両の高モビリティ、エッジサーバの不均一なデプロイ、潜在的なセキュリティ脅威は、効率的で信頼性の高いVTマイグレーションを実現する上での課題である。
車両メタバースにおけるセキュアで信頼性の高いVTマイグレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2024-07-05T11:11:33Z) - Hybrid Genetic Search for Dynamic Vehicle Routing with Time Windows [0.0]
我々は,VRPTWの解法であるHybrid Genetic Search (HGS) アルゴリズムを動的変種に適用する。
弊社のアプローチでは、これらのコンポーネントをDVRPTWに修正し、ソリューションの品質と今後の顧客の到着に対する制約のバランスを取ろうとしている。
論文 参考訳（メタデータ） (2023-07-21T11:16:49Z) - 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) - Maximize to Explore: One Objective Function Fusing Estimation, Planning,
and Exploration [87.53543137162488]
我々はtextttMEX というオンライン強化学習(オンラインRL)フレームワークを提案する。
textttMEXは、自動的に探索エクスプロイトのバランスをとりながら、見積もりと計画コンポーネントを統合する。
様々な MuJoCo 環境では,ベースラインを安定的なマージンで上回り,十分な報酬を得られる。
論文 参考訳（メタデータ） (2023-05-29T17:25:26Z) - A Multi-Objective approach to the Electric Vehicle Routing Problem [0.0]
電気自動車ルーティング問題(EVRP)は、燃料ベースの車からより健康的で効率的な電気自動車(EV)に移行するために、研究者や工業者から大きな関心を集めている。
以前の作業では、ロジスティクスや配送関連のソリューションをターゲットにしており、複数の停止を行った後、同質の商用EVが最初のポイントに戻らなければならない。
我々は、旅行時間と充電の累積コストを最小化する多目的最適化を行う。
論文 参考訳（メタデータ） (2022-08-26T05:09:59Z) - A new Hyper-heuristic based on Adaptive Simulated Annealing and
Reinforcement Learning for the Capacitated Electric Vehicle Routing Problem [9.655068751758952]
都市部では環境汚染と地球温暖化を減らすために電気自動車(EV)が採用されている。
社会と経済の持続可能性に影響を与え続けているラストマイルロジスティクスの軌道をルーティングするのにはまだ不足がある。
本稿では,高ヒューリスティック適応アニーリングと強化学習というハイパーヒューリスティックなアプローチを提案する。
論文 参考訳（メタデータ） (2022-06-07T11:10:38Z) - A Reinforcement Learning Approach for Electric Vehicle Routing Problem
with Vehicle-to-Grid Supply [2.6066825041242367]
EVルーティングに強化学習(RL)を用いたQuikRouteFinderを提案する。
RLの結果は混合整数線形プログラム(MILP)と遺伝的アルゴリズム(GA)のメタヒューリスティックスに基づく正確な定式化と比較される。
論文 参考訳（メタデータ） (2022-04-12T06:13:06Z) - An Energy Consumption Model for Electrical Vehicle Networks via Extended
Federated-learning [50.85048976506701]
本稿では,フェデレートラーニングモデルに基づく不安度を測る新しい手法を提案する。
バッテリー消費を推定し、車両ネットワークにエネルギー効率の高いルートプランニングを提供する。
論文 参考訳（メタデータ） (2021-11-13T15:03:44Z) - Towards an Optimal Hybrid Algorithm for EV Charging Stations Placement
using Quantum Annealing and Genetic Algorithms [0.0]
本稿では電気自動車充電器配置(EVCP)問題を解くための良い方法を見つけることを目的とする。
著者らはこの問題を解決するために量子アニーリングと遺伝的アルゴリズムを組み合わせた小説を紹介した。
論文 参考訳（メタデータ） (2021-11-02T14:36:51Z) - 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。