考虑司机偏好的双目标最后一公里配送路由问题
人工智能
2024-05-28 v1 机器学习
摘要
多目标车辆路径问题是运输和物流行业中一个复杂的优化问题。本文提出了一种新方法，旨在创建考虑司机和运营商决策与偏好的路线。我们评估了两种方法来解决此目标：基于视觉吸引力的路线规划和基于历史司机行为数据挖掘的相似路线规划。使用由亚马逊提供的真实数据集，我们证明了基于历史模式的数据挖掘比文献中找到的视觉吸引力度量更有效。此外，我们提出了一个双目标问题，以平衡路线与历史路线的相似性以及最小化路由成本。我们提出了一种带有启发式盒分割的两阶段 GRASP算法来求解此问题。该算法旨在逼近帕累托前沿，并呈现覆盖目标函数空间广泛范围的路线。结果表明，我们的方法可以在每个实例中生成少量非支配解，从而帮助决策者识别路由成本与司机偏好之间的权衡。我们的做法有望通过平衡这些相互冲突的目标来提高物流公司的最后一公里配送运营。
引用
@article{arxiv.2405.16051,
title = {A Bi-Objective Approach to Last-Mile Delivery Routing Considering Driver Preferences},
author = {Juan Pablo Mesa and Alejandro Montoya and Raul Ramos-Pollán and Mauricio Toro},
journal= {arXiv preprint arXiv:2405.16051},
year = {2024}
}