論文の概要: Variable Neighborhood Search for the Electric Vehicle Routing Problem

• arxiv url: http://arxiv.org/abs/2511.09570v1
• Date: Fri, 14 Nov 2025 01:00:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-14 22:53:22.331026
• Title: Variable Neighborhood Search for the Electric Vehicle Routing Problem
• Title（参考訳）: 電気自動車の経路問題に対する可変近傍探索
• Authors: David Woller, Viktor Kozák, Miroslav Kulich, Libor Přeučil,
• Abstract要約: EVRP(Capacitated Green Vehicle Routing Problem、CGVRP)は、2020年のIEEE World Congress on Computational Intelligenceにおいて開催されたCEC-12コンペティションの焦点である。 本稿では,変数近傍探索(VNS)メタヒューリスティックに基づいて,競争に勝つアプローチを提案する。
• 参考スコア（独自算出の注目度）: 0.5039813366558307
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Electric Vehicle Routing Problem (EVRP) extends the classical Vehicle Routing Problem (VRP) to reflect the growing use of electric and hybrid vehicles in logistics. Due to the variety of constraints considered in the literature, comparing approaches across different problem variants remains challenging. A minimalistic variant of the EVRP, known as the Capacitated Green Vehicle Routing Problem (CGVRP), was the focus of the CEC-12 competition held during the 2020 IEEE World Congress on Computational Intelligence. This paper presents the competition-winning approach, based on the Variable Neighborhood Search (VNS) metaheuristic. The method achieves the best results on the full competition dataset and also outperforms a more recent algorithm published afterward.
• Abstract（参考訳）: 電気自動車ルーティング問題(EVRP)は、物流における電気自動車とハイブリッド車の利用の増加を反映して、古典的な車両ルーティング問題(VRP)を拡張している。 文献で考慮された制約の多様さから、異なる問題変異に対するアプローチの比較は依然として困難である。 EVRP(Capacitated Green Vehicle Routing Problem、CGVRP)は、2020年のIEEE World Congress on Computational Intelligenceにおいて開催されたCEC-12コンペティションの焦点である。 本稿では,変数近傍探索(VNS)メタヒューリスティックに基づいて,競争に勝つアプローチを提案する。 この手法は、全競合データセット上で最高の結果を得るとともに、その後に発表されたより最近のアルゴリズムよりも優れる。

関連論文リスト

• Trilevel Memetic Algorithm for the Electric Vehicle Routing Problem [0.0]
  本稿では、顧客シーケンス、経路割り当て、充電ステーション挿入を階層的に最適化するTrilevel Memetic Algorithm(TMA)を提案する。 WCCI 2020インスタンスのベンチマークテストでは、小規模なケースでよく知られた結果と競合するパフォーマンスを示している。
  論文  参考訳（メタデータ） (2025-06-01T16:08:43Z)
• Accelerating Vehicle Routing via AI-Initialized Genetic Algorithms [53.75036695728983]
  車両ルーティング問題 (VRP) は進化的最適化における基本的なNPハード問題である。 本稿では、強化学習エージェントを事前のインスタンスで訓練し、初期解を迅速に生成する最適化フレームワークを提案する。 このフレームワークは、様々な時間予算において、現在の最先端のソルバよりも一貫して優れています。
  論文  参考訳（メタデータ） (2025-04-08T15:21:01Z)
• Leveraging Driver Field-of-View for Multimodal Ego-Trajectory Prediction [69.29802752614677]
  RouteFormerは、GPSデータ、環境コンテキスト、運転者の視野を組み合わせた新しいエゴ軌道予測ネットワークである。 データ不足に対処し、多様性を高めるために、同期運転場と視線データに富んだ都市運転シナリオのデータセットであるGEMを導入する。
  論文  参考訳（メタデータ） (2023-12-13T23:06:30Z)
• 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)
• 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)
• 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)
• A Quantum Annealing Approach for Dynamic Multi-Depot Capacitated Vehicle Routing Problem [5.057312718525522]
  本稿では,AQC(Adiabatic Quantum Computation)の原理に基づく量子コンピューティングアルゴリズムを提案する。 従来のアルゴリズムと比較して、車両ルーティング問題(VRP)のような最適化問題の解法において、計算上の利点が顕著に示された。 これは、輸送、物流、サプライチェーン管理の分野における実世界の応用におけるNPハード最適化問題である。
  論文  参考訳（メタデータ） (2020-05-26T01:47:39Z)
• 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。