基于轨迹数据挖掘求解带随机客户的动态有能力约束车辆路径问题的多智能体系统
人工智能
2020-09-29 v1
摘要
电子商务的全球增长给物流公司带来了新的挑战，其中之一是如何快速且低成本地交付产品，这直接反映在包裹分拣方式中，需要消除诸如存储和批量创建等步骤。我们的工作提出了一个多智能体系统，该系统使用轨迹数据挖掘技术提取地域模式，并将其用于最后一公里路线的动态生成。该问题可建模为带随机客户的动态有能力约束车辆路径问题（Dynamic Capacitated Vehicle Routing Problem, VRP），因此是 NP-HARD 的，这使得其在处理大量包裹时难以实现。本工作的主要贡献是仅依赖仓库系统配置而非所处理包裹数量来解决该问题，这适用于电子商务产品配送中常见的大数据场景。我们针对单仓库和多仓库实例进行了计算实验。由于其概率性质，所提方法相较于静态 VRP 算法表现出略低性能。然而，我们的解决方案所提供的运营收益使其对于必须动态设定路线的情况极具吸引力。
引用
@article{arxiv.2009.12691,
title = {A Multi-Agent System for Solving the Dynamic Capacitated Vehicle Routing Problem with Stochastic Customers using Trajectory Data Mining},
author = {Juan Camilo Fonseca-Galindo and Gabriela de Castro Surita and José Maia Neto and Cristiano Leite de Castro and André Paim Lemos},
journal= {arXiv preprint arXiv:2009.12691},
year = {2020}
}