論文の概要: Hybrid Metaheuristic Vehicle Routing Problem for Security Dispatch Operations

• arxiv url: http://arxiv.org/abs/2503.01121v1
• Date: Mon, 03 Mar 2025 02:58:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:14:33.378491
• Title: Hybrid Metaheuristic Vehicle Routing Problem for Security Dispatch Operations
• Title（参考訳）: セキュリティ・ディスパッチ運用におけるハイブリッドメタヒューリスティック車両ルーティング問題
• Authors: Nguyen Gia Hien Vu, Yifan Tang, Rey Lim, G. Gary Wang,
• Abstract要約: 本稿では,アダプティブ・LHC(Adaptive Large Neighborhood Search),TA(Tabu Search),TA(Threshold Accepting)の3つのメタヒューリスティックに基づくアルゴリズムを提案する。 ハイブリッド多相ALNS-TS-TAアルゴリズムは、全ての試行で計算時間を増やして結果を改善する可能性を示す唯一のアルゴリズムである。
• 参考スコア（独自算出の注目度）: 1.7499351967216346
• License:
• Abstract: This paper investigates the optimization of the Vehicle Routing Problem for Security Dispatch (VRPSD). VRPSD focuses on security and patrolling applications which involve challenging constraints including precise timing and strict time windows. We propose three algorithms based on different metaheuristics, which are Adaptive Large Neighborhood Search (ALNS), Tabu Search (TS), and Threshold Accepting (TA). The first algorithm combines single-phase ALNS with TA, the second employs a multiphase ALNS with TA, and the third integrates multiphase ALNS, TS, and TA. Experiments are conducted on an instance comprising 251 customer requests. The results demonstrate that the third algorithm, the hybrid multiphase ALNS-TS-TA algorithm, delivers the best performance. This approach simultaneously leverages the large-area search capabilities of ALNS for exploration and effectively escapes local optima when the multiphase ALNS is coupled with TS and TA. Furthermore, in our experiments, the hybrid multiphase ALNS-TS-TA algorithm is the only one that shows potential for improving results with increased computation time across all attempts.
• Abstract（参考訳）: 本稿では,VRPSD(Vager Routing Problem for Security Dispatch)の最適化について検討する。 VRPSDは、正確なタイミングや厳格な時間窓を含む困難な制約を含む、セキュリティとパトロールのアプリケーションに焦点を当てている。 本稿では,アダプティブ・Large Neighborhood Search (ALNS), Tabu Search (TS), Threshold Accepting (TA)の3つのメタヒューリスティックに基づくアルゴリズムを提案する。 第1のアルゴリズムは単相ALNSをTAに、第2のアルゴリズムは多相ALNSをTAに、第3のアルゴリズムは多相ALNS、TS、TAを統合する。 実験は251の顧客要求からなるインスタンスで実施される。 その結果、第3のアルゴリズムであるハイブリッド多相ALNS-TS-TAアルゴリズムが最高の性能を発揮することを示した。 このアプローチは、ALNSの大規模探索能力を同時に活用し、マルチフェーズALNSとTSとTAが結合された場合、局所最適化を効果的に回避する。 さらに,本実験では,ハイブリッド多相ALNS-TS-TAアルゴリズムが,全試行にまたがって計算時間を増やして結果を改善する可能性を示す唯一のアルゴリズムである。

関連論文リスト

• SCoTT: Wireless-Aware Path Planning with Vision Language Models and Strategic Chains-of-Thought [78.53885607559958]
  複雑な無線環境における経路計画を実現するために,視覚言語モデル(VLM)を用いた新しい手法を提案する。 この目的のために、実世界の無線レイトレーシングデータを用いたデジタルツインからの洞察を探索する。 その結果, SCoTT はDP-WA* と比較して非常に近い平均経路ゲインを実現し, 同時に一貫した経路長が得られることがわかった。
  論文  参考訳（メタデータ） (2024-11-27T10:45:49Z)
• Multi-agent Path Finding for Cooperative Autonomous Driving [8.8305853192334]
  我々は,既存のアルゴリズムを著しく上回る最適かつ完全なアルゴリズムであるオーダーベース検索をKinematics Arrival Time Scheduling (OBS-KATS) により考案した。 当社の作業は、同じようなスケールのトラフィックや、有向車線を備えたマルチロボットシナリオに直接適用可能です。
  論文  参考訳（メタデータ） (2024-02-01T04:39:15Z)
• Deep Reinforcement Learning for Autonomous Vehicle Intersection Navigation [0.24578723416255746]
  強化学習アルゴリズムは、これらの課題に対処するための有望なアプローチとして登場した。 そこで本研究では,低コスト単一エージェントアプローチを用いて,T断面積を効率よく安全にナビゲートする問題に対処する。 提案手法により,AVはT断面積を効果的にナビゲートし,走行遅延,衝突最小化,総コストの面で従来の手法より優れていることがわかった。
  論文  参考訳（メタデータ） (2023-09-30T10:54:02Z)
• 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)
• OFA$^2$: A Multi-Objective Perspective for the Once-for-All Neural Architecture Search [79.36688444492405]
  once-for-All(OFA)は、異なるリソース制約を持つデバイスのための効率的なアーキテクチャを探索する問題に対処するために設計された、ニューラルネットワーク検索(NAS)フレームワークである。 我々は,探索段階を多目的最適化問題として明示的に考えることにより,効率の追求を一歩進めることを目指している。
  論文  参考訳（メタデータ） (2023-03-23T21:30:29Z)
• Multi-Agent Reinforcement Learning in NOMA-aided UAV Networks for Cellular Offloading [59.32570888309133]
  複数の無人航空機(UAV)によるセルローディングのための新しい枠組みの提案 非直交多重アクセス(NOMA)技術は、無線ネットワークのスペクトル効率をさらに向上するために、各UAVに採用されている。 相互深いQ-network (MDQN) アルゴリズムは,UAVの最適3次元軌道と電力配分を共同で決定するために提案される。
  論文  参考訳（メタデータ） (2020-10-18T20:22:05Z)
• NOMA in UAV-aided cellular offloading: A machine learning approach [59.32570888309133]
  複数の無人航空機(UAV)によるセルローディングのための新しい枠組みの提案 非直交多重アクセス(NOMA)技術は、無線ネットワークのスペクトル効率をさらに向上するために、各UAVに採用されている。 相互深いQ-network (MDQN) アルゴリズムは,UAVの最適3次元軌道と電力配分を共同で決定するために提案される。
  論文  参考訳（メタデータ） (2020-10-18T17:38:48Z)
• Dynamic Multi-Robot Task Allocation under Uncertainty and Temporal Constraints [52.58352707495122]
  本稿では,不確実性およびマルチエージェント協調の下での逐次意思決定における重要な計算課題を分離するマルチロボット割当アルゴリズムを提案する。 都市におけるマルチアームコンベヤベルトピック・アンド・プレイスとマルチドローン配送ディスパッチの2つの異なる領域における広範囲なシミュレーション結果について検証を行った。
  論文  参考訳（メタデータ） (2020-05-27T01:10:41Z)
• A Tailored NSGA-III Instantiation for Flexible Job Shop Scheduling [18.401817124823832]
  フレキシブルなジョブスケジューリング問題を解決するために、カスタマイズされた進化的アルゴリズムを提案する。 様々な局所探索戦略を用いて、より良い解の近傍パラメータを探索する。 実験結果は,計算予算の削減による優れた性能を示す。
  論文  参考訳（メタデータ） (2020-04-14T14:49:36Z)

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。