一种用于 HVRP 的带深度优先搜索分裂过程的 GRASPxELS
物理与社会
2022-11-23 v1 最优化与控制
摘要
分裂过程已被证明在路径问题的全局框架优化中通过将巨型巡游拆分为行程而高效。这是通过在由巨型巡游构建的辅助图中生成最优最短路径来实现的。Lacomme 等人（2001）首次在元启发式方法中引入了一种高效应用，用于求解 capacitated arc routing problem（CARP， capacitated 弧路径问题），随后 Prins（2004）将其用于车辆路径问题（VRP）。进一步，嵌入元启发式中的分裂过程已借助对巨型巡游的启发式拆分（利用在辅助图节点上生成与资源管理相关的标签）扩展到更复杂的路径问题。近来，Duhamel 等人（2010）定义了一种新的分裂族，基于图中标签生成期间的深度优先搜索方法。这一新分裂方法的效率首先在带 GRASP 元启发式的选址路径问题中得到评估。Duhamel 等人（2010）就此课题给出了完整的数值实验。
引用
@article{arxiv.2211.11816,
title = {A GRASPxELS with Depth First Search Split Procedure for the HVRP},
author = {Christophe Duhame and Philippe Lacomme and Caroline Prodhon},
journal= {arXiv preprint arXiv:2211.11816},
year = {2022}
}