論文の概要: Matrix-Based Ant Colony Search with Batched Decoding for Hierarchical Replenishment Routing: A Stylized Case Study Based on Korean City Data
- arxiv url: http://arxiv.org/abs/2611.15338v1
- Date: Wed, 11 Nov 2026 11:16:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.110559
- Title: Matrix-Based Ant Colony Search with Batched Decoding for Hierarchical Replenishment Routing: A Stylized Case Study Based on Korean City Data
- Title(参考訳): 階層的補充ルーティングのためのバッチデコードによるマトリックスベースアントコロニー探索:韓国の都市データに基づくスタティックケーススタディ
- Abstract要約: 本研究では,国家物流網の都市が需要点と供給点の両方を兼ね備えたスタイリング型単車補充ルーティング問題について検討する。
100ノードのベンチマークは韓国の人口と地理的データから作成され、都市は10のレベルに分けられている。
行列ベースのアリコロニー最適化に基づいて、コロニー全体の状態を配列に保ち、固定されたグリーディ補充復号ポリシーによるカップルルート構築を行い、局所探索の候補動きをバッチで評価する。
- 参考スコア(独自算出の注目度): 18.06145048389485
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study a stylized single-vehicle replenishment-routing problem in which the cities of a national logistics network are both demand points and supply points: a vehicle of limited capacity delivers to every city once, and when its load is insufficient for the next city it must detour to a city already served that can still supply goods. A 100-node benchmark is built from Korean population and geographic data, with the cities divided into 10 levels; the per-visit supply coefficient and the allowed number of stops decrease geometrically with the level. Building on matrix-based ant colony optimization, we keep the states of the whole colony in arrays, couple route construction with a fixed greedy replenishment-decoding policy, and evaluate the candidate moves of a local search in batches. With frozen parameters and 30 runs on seeds never used for tuning, the matrix-based ant colony search with the batch local search (MACO) reaches a mean total distance of 3081.7 km; a genetic algorithm equipped with the same local search at the same frequency reaches 3074.9 km (no significant difference), and a MAX-MIN ant system with the same local search 3142.2 km. Ablation identifies the batch local search as the main contributor to solution quality; a load-aware transition factor gives no significant gain. Within the parameter ranges tested, raising the supply coefficients of the cities below the top level shortens the route more than relaxing the stop limits, which are not binding here.
- Abstract(参考訳): 国産ロジスティクスネットワークの都市は需要点と供給点の両方であり、限られた能力の車両が各都市に一度だけ配送され、次の都市では負荷が不十分な場合には、既に供給可能な都市へ移動しなければならない。
韓国の人口と地理的データから100ノードのベンチマークが作成され、各都市は10のレベルに分けられる。
行列ベースのアリコロニー最適化に基づいて、コロニー全体の状態を配列に保ち、固定されたグリーディ補充復号ポリシーによるカップルルート構築を行い、局所探索の候補動きをバッチで評価する。
凍結されたパラメータと30個の種子をチューニングに使用せず、行列ベースのアリコロニー探索はバッチ局所探索(MACO)で平均3081.7km、同じ周波数で同じ局所探索を備えた遺伝的アルゴリズムは3074.9km(有意差はない)、MAX-MINアリシステムは3142.2kmである。
Ablationは、バッチローカル検索をソリューション品質の主要なコントリビュータとして認識している。
テストされたパラメータの範囲内では、トップレベル以下の都市の供給係数を上げることは、ここでは結合していない停止制限を緩和するよりもルートを短縮する。
関連論文リスト
- Learning to Transfer School Attendance Zoning across Cities [0.3222802562733787]
本稿では,従来の地域検索から教師付き予測を通じて未確認都市へ知識を伝達するパラメータ・ツー・ポリティクス・フレームワークを提案する。
本研究では,都市間学習が局所的な点検と適応のための空間計画を維持しつつ,繰り返し探索を減らし得ることを示す。
論文 参考訳(メタデータ) (2026-10-15T14:06:37Z) - A Hierarchical Coverage Path Planning Algorithm for Unknown Environments [6.815877243940533]
本稿では,未知環境を対象としたオンラインカバレッジパス計画アルゴリズムを提案する。
航海中、未知の探索領域は徐々に非連結のサブエリアに分解される。
新たに生成された子サブエリアを優先順位付けすることで、グローバルなカバレッジツアーをオンラインで維持および更新する。
論文 参考訳(メタデータ) (2026-09-11T08:47:49Z) - Denoising the US Census: Succinct Block Hierarchical Regression [48.50026671993762]
我々は、より正確で一貫した見積もりを生成する新しい後処理手法であるBlueDownを紹介する。
アメリカ合衆国国勢調査局が提案する評価指標に基づいて,郡域の集計値とトラクションレベルの精度を特に高めに改善した。
論文 参考訳(メタデータ) (2026-03-10T17:39:25Z) - Multi-Agent Reinforcement Learning with Hierarchical Coordination for Emergency Responder Stationing [8.293120269016834]
緊急対応者管理システム(ERM)は、医療援助の要請を受けたときに対応者を派遣する。
ERMシステムは、任意のギャップをカバーするために予め指定された待機場所間で応答器を積極的に再配置することができる。
プロアクティブな再配置における最先端のアプローチは、空間分解とオンラインモンテカルロ木探索に基づく階層的なアプローチである。
同じ階層的な分解に基づく新しい強化学習(RL)アプローチを導入するが、オンライン検索を学習に置き換える。
論文 参考訳(メタデータ) (2024-05-21T21:15:45Z) - A Multi-population Integrated Approach for Capacitated Location Routing [14.897794986447474]
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。
論文 参考訳(メタデータ) (2024-03-14T13:11:30Z) - Using metaheuristics for the location of bicycle stations [4.2847927405489195]
我々は、p中間問題として問題をモデル化し、最適化における既存の主要な局所化問題である。
p中間問題は、一組の顧客(市民)と最寄りの施設(自転車駅)との距離を最小化する形で、一組の施設(自転車駅)を配置することを目指している。
論文 参考訳(メタデータ) (2024-02-06T12:19:46Z) - SRRT: Exploring Search Region Regulation for Visual Object Tracking [58.68120400180216]
探索領域規則追跡(SRRT)と呼ばれる新しい追跡パラダイムを提案する。
SRRTでは,各フレームに対して最適な探索領域を動的に推定するために,提案された探索領域レギュレータを適用している。
大規模なLaSOTベンチマークでは、SRRTはSiamRPN++とTransTをAUCの4.6%と3.1%で改善した。
論文 参考訳(メタデータ) (2022-07-10T11:18:26Z) - A Metaheuristic Algorithm for Large Maximum Weight Independent Set
Problems [58.348679046591265]
ノード重み付きグラフが与えられたとき、ノード重みが最大となる独立した(相互に非隣接な)ノードの集合を見つける。
このアプリケーションで放送されるグラフの中には、数十万のノードと数億のエッジを持つ大きなものもあります。
我々は,不規則なランダム化適応検索フレームワークにおいてメタヒューリスティックな新しい局所探索アルゴリズムを開発した。
論文 参考訳(メタデータ) (2022-03-28T21:34:16Z) - 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) - ISTA-NAS: Efficient and Consistent Neural Architecture Search by Sparse
Coding [86.40042104698792]
スパース符号問題としてニューラルアーキテクチャ探索を定式化する。
実験では、CIFAR-10の2段階法では、検索にわずか0.05GPUしか必要としない。
本手法は,CIFAR-10とImageNetの両方において,評価時間のみのコストで最先端のパフォーマンスを実現する。
論文 参考訳(メタデータ) (2020-10-13T04:34:24Z) - 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。