vehicle routing | BriefGPT - AI 论文速递

关键词vehicle routing

搜索结果 - 9

车辆计划在时间窗口内的最佳连接
基于时间窗口的车辆路径规划问题中，本研究提出了一种解决方案，该方案考虑了计划延迟并且被证明是最优的。
PDF6 months ago
电子商务中高效履约和路由策略的多智能体学习
该研究提出了一个集成算法框架，用于在电子商务中最小化产品送货成本（成本对服务或 C2S）。通过结合图神经网络和强化学习来训练节点选择和车辆路径规划代理，我们的实验结果表明，这种算法流程胜过纯启发式策略。
PDF8 months ago
信号路网中交通信号控制和车辆路径的多智能体深度强化学习的联合优化
为了缓解城市交通拥堵问题并提高交通效率，本文提出了一种联合优化方法，使用多智能体深度强化学习（MADRL）来进行交通信号控制和车辆路由的信号化道路网络。通过建立代理之间的联系和共享观察和奖励，促进了代理之间的交互和合作，增强了个体训练。数值
PDF9 months ago
车辆路径问题的启发式方法：综述与最新进展
本文系统调查了现有的车辆路径启发式方法，着重于近年来的研究；首先给出了车辆路由启发式算法的分类，随后回顾了它们的方法、最新发展和应用；此外，提出了最先进方法的一般框架，并深入探讨了其成功的内部机制；最后，讨论了具有显着作用和未来方向的三个新
PDFa year ago
KDD路由问题中填补泛化漏洞的注意力机制
本文旨在通过改善现有的模型，提高机器学习在车辆路径规划中的泛化能力，首先通过改进注意力机制模型及其损失函数，接着采用混合实例训练方法和推理级数据增强技术解决了问题固有差异和模型架构弱点的问题，最终达到了提高性能的效果。
PDF2 years ago
电动汽车车辆 - 网格供应路线问题的强化学习方法
本研究基于强化学习算法，从车辆装载容量、时间窗口、能量供应等多个因素出发，在大规模客户和配电站环境下，构建了满足多个系统目标的电动车路由模型，并通过实验证明，该方法不但在速度上快于混合整数线性规划和遗传算法元启发式算法，而且结果质量接近最优
PDF2 years ago
大规模最大独立集问题的元启发式算法
针对实际的车辆路径问题，研究了最大权独立集问题，通过开发一个新的本地搜索算法，该算法使用了先前文献中未描述的更广泛的简单局部搜索运算和数据结构，引入了路径重新链接的新变体来避免局部最优解以及一种新的交替增广路径局部搜索移动来提高算法性能。
PDF2 years ago
强化学习求解 NP-hard 问题：以 CVRP 为例
本文研究使用强化学习解决一种典型的组合优化问题：车辆路径问题，将其形式化为强化学习框架，并在基准实例上比较了两种最有前途的强化学习方法与传统求解技术。研究发现，与传统求解器相比，强化学习算法具有许多优点，尤其是在解决更复杂的组合优化问题以及
PDF2 years ago
电容车辆路径问题的神经大邻域搜索
本文提出了一种基于深度神经网络和注意力机制的学习启发式算法的大邻域搜索框架，用于解决车辆路径问题，该方法在性能方面优于现有的机器学习方法，也接近于现有优化方法的性能。
PDF5 years ago