論文の概要: Large Neighborhood Search and Bitmask Dynamic Programming for Wireless Mobile Charging Electric Vehicle Routing Problems in Medical Transportation

• arxiv url: http://arxiv.org/abs/2503.08752v1
• Date: Tue, 11 Mar 2025 14:11:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-13 15:35:23.669698
• Title: Large Neighborhood Search and Bitmask Dynamic Programming for Wireless Mobile Charging Electric Vehicle Routing Problems in Medical Transportation
• Title（参考訳）: 医療交通における無線移動体充電電気自動車ルーティング問題に対する大規模近傍探索とビットマスク動的プログラミング
• Authors: Jingyi Zhao, Haoxiang Yang, Yang Liu,
• Abstract要約: ワイヤレス充電電気自動車問題(WMC-EVRP)を提案する。 この問題により、移動充電カート(MCT)を経由した走行中にMTEV(Medidic Transportation Electric Vehicles)を充電することができる。 我々はBit Mask Dynamic Programming (BDP)とLarge Neborhood Search (LNS)を組み合わせた数学的モデルとメタヒューリスティックアルゴリズムを開発した。
• 参考スコア（独自算出の注目度）: 5.740535941960799
• License:
• Abstract: The transition to electric vehicles (EVs) is critical to achieving sustainable transportation, but challenges such as limited driving range and insufficient charging infrastructure have hindered the widespread adoption of EVs, especially in time-sensitive logistics such as medical transportation. This paper presents a new model to break through this barrier by combining wireless mobile charging technology with optimization. We propose the Wireless Mobile Charging Electric Vehicle Routing Problem (WMC-EVRP), which enables Medical Transportation Electric Vehicles (MTEVs) to be charged while traveling via Mobile Charging Carts (MCTs). This eliminates the time wastage of stopping for charging and ensures uninterrupted operation of MTEVs for such time-sensitive transportation problems. However, in this problem, the decisions of these two types of heterogeneous vehicles are coupled with each other, which greatly increases the difficulty of vehicle routing optimizations. To address this complex problem, we develop a mathematical model and a tailored meta-heuristic algorithm that combines Bit Mask Dynamic Programming (BDP) and Large Neighborhood Search (LNS). The BDP approach efficiently optimizes charging strategies, while the LNS framework utilizes custom operators to optimize the MTEV routes under capacity and synchronization constraints. Our approach outperforms traditional solvers in providing solutions for medium and large instances. Using actual hospital locations in Singapore as data, we validated the practical applicability of the model through extensive experiments and provided important insights into minimizing costs and ensuring the timely delivery of healthcare services.
• Abstract（参考訳）: 電気自動車(EV)への移行は、持続可能な輸送を実現するために重要であるが、運転範囲の制限や充電インフラの不足といった課題は、特に医療輸送のような時間に敏感な物流において、EVの普及を妨げている。 本稿では、無線モバイル充電技術と最適化を組み合わせることで、この障壁を突破する新しいモデルを提案する。 移動充電カート(MCT)を走行中にMTEVを充電できる無線移動充電電気自動車ルーティング問題(WMC-EVRP)を提案する。 これにより、充電の停止時間の無駄をなくし、そのような時間に敏感な交通問題に対するMTEVの未中断運転を確実にする。 しかし、この問題では、これら2種類の異種車両の判断が互いに組み合わされ、車両経路最適化の難しさが大幅に増大する。 この複雑な問題に対処するために,Bit Mask Dynamic Programming (BDP)とLarge Neighborhood Search (LNS)を組み合わせた数学的モデルとメタヒューリスティックアルゴリズムを開発した。 BDPアプローチは充電戦略を効率的に最適化し、LSSフレームワークはMTEVルートをキャパシティと同期制約下で最適化するためにカスタム演算子を利用する。 提案手法は,中規模および大規模インスタンスに対するソリューション提供において,従来の解法よりも優れている。 シンガポールの病院の実際の場所をデータとして、広範な実験を通じてモデルの実用性を検証するとともに、コストを最小化し、医療サービスのタイムリーな配信を確保するための重要な洞察を提供した。

関連論文リスト

• Task Delay and Energy Consumption Minimization for Low-altitude MEC via Evolutionary Multi-objective Deep Reinforcement Learning [52.64813150003228]
  無人航空機や他の航空機による低高度経済(LAE)は、輸送、農業、環境監視といった分野に革命をもたらした。 今後の6世代(6G)時代において、UAV支援移動エッジコンピューティング(MEC)は特に山岳や災害に遭った地域のような困難な環境において重要である。 タスクオフロード問題は、主にタスク遅延の最小化とUAVのエネルギー消費のトレードオフに対処するUAV支援MECの重要な問題の一つである。
  論文  参考訳（メタデータ） (2025-01-11T02:32:42Z)
• Charge Manipulation Attacks Against Smart Electric Vehicle Charging Stations and Deep Learning-based Detection Mechanisms [49.37592437398933]
  電気自動車充電ステーション(EVCS)は、グリーントランスポートの実現に向けた重要なステップとなる。 我々は、攻撃者がスマート充電操作中に交換された情報を操作しているEV充電に対する充電操作攻撃(CMA)を調査した。 本稿では,EV充電に関わるパラメータを監視してCMAを検出する,教師なしのディープラーニングに基づくメカニズムを提案する。
  論文  参考訳（メタデータ） (2023-10-18T18:38:59Z)
• Deep Reinforcement Learning Based Framework for Mobile Energy Disseminator Dispatching to Charge On-the-Road Electric Vehicles [3.7313553276292657]
  本稿では,車両配車フレームワークを開発するための深層強化学習手法を提案する。 提案モデルは,最適数のMEDを効率よく展開しながら,EV走行範囲を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2023-08-29T22:23:52Z)
• Multi-Objective Optimization for UAV Swarm-Assisted IoT with Virtual Antenna Arrays [55.736718475856726]
  無人航空機(UAV)ネットワークはIoT(Internet-of-Things)を支援するための有望な技術である 既存のUAV支援データ収集および普及スキームでは、UAVはIoTとアクセスポイントの間を頻繁に飛行する必要がある。 協調ビームフォーミングをIoTとUAVに同時に導入し、エネルギーと時間効率のデータ収集と普及を実現した。
  論文  参考訳（メタデータ） (2023-08-03T02:49:50Z)
• 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)
• COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked Vehicles [54.61668577827041]
  本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。 われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
  論文  参考訳（メタデータ） (2022-05-04T17:55:12Z)
• An SMT Based Compositional Model to Solve a Conflict-Free Electric Vehicle Routing Problem [2.64699517152535]
  CF-EVRP(Electric Conflict-Free Vehicle Routing Problem)は、車両の運転範囲の制限、顧客への配送時間帯の制限、道路セグメントが許容できる車両数に対する制限といった制約を含む。 我々は、問題をより小さく、より単純なサブプロブレムに分解し、準最適で実現可能なソリューションを提供する構成モデルを開発する。
  論文  参考訳（メタデータ） (2021-06-10T20:37:46Z)
• Value Function is All You Need: A Unified Learning Framework for Ride Hailing Platforms [57.21078336887961]
  DiDi、Uber、Lyftなどの大型配車プラットフォームは、都市内の数万台の車両を1日中数百万の乗車要求に接続している。 両課題に対処するための統合価値に基づく動的学習フレームワーク(V1D3)を提案する。
  論文  参考訳（メタデータ） (2021-05-18T19:22:24Z)
• Dynamic Bicycle Dispatching of Dockless Public Bicycle-sharing Systems using Multi-objective Reinforcement Learning [79.61517670541863]
  ドッキングレスPBS(DL-PBS)に欠かせない動的自転車レンタル需要に基づく効率的な自転車配車ソリューションを実現するためのAIの活用 DL-PBSに最適な自転車ディスパッチソリューションを提供するために、マルチオブジェクト強化学習(MORL-BD)に基づく動的自転車ディスパッチアルゴリズムを提案します。
  論文  参考訳（メタデータ） (2021-01-19T03:09:51Z)
• Efficient algorithms for electric vehicles' min-max routing problem [4.640835690336652]
  輸送部門から排出される温室効果ガスの増加は、企業や政府が電気自動車(EV)の増産と支援を図っている。 近年の都市化と電子商取引の進展により、輸送会社は従来の車両をEVに置き換え、持続的で環境に優しい運転の取り組みを強化している。 EV車両の展開は、限られた範囲を緩和し、バッテリー劣化率を軽減するために、効率的なルーティングと充電戦略を要求する。
  論文  参考訳（メタデータ） (2020-08-07T18:45:26Z)

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。