电动容量车辆路径问题的双层晚期接受爬坡法
人工智能
2026-04-15 v1 最优化与控制
摘要
本文通过双层优化框架解决电动容量车辆路径问题 (E-CVRP)，该框架可根据搜索阶段分别或联合处理路径和充电决策。通过分析它们之间的相互作用，我们在上层引入一个代理目标以引导搜索并加速收敛。引入双层晚期接受爬坡算法 (b-LAHC)，其通过三个阶段实现：贪心下降、邻域探索和最终解的细化。b-LAHC采用固定参数，无需复杂的自适应，却轻巧且有效。对IEEE WCCI-2020基准进行大量实验表明，b-LAHC在与八种最先进算法的竞争中表现优异或相当。在固定评估预算下，它在小规模实例上接近最优解，并在大规模基准中取得9/10项新的最佳已知结果，平均改进现有纪录1.07%。此外，尽管观察到代理目标与完整成本之间存在较强相关性（尽管并非普遍），这一发现证明了在仍需联合求解两个层次的前提下，仍可以使用代理目标，这进一步验证了所提出双层框架的有效性，并凸显了其在具有分层结构的大规模路径问题中高效求解的潜力。
引用
@article{arxiv.2604.13013,
title = {Bilevel Late Acceptance Hill Climbing for the Electric Capacitated Vehicle Routing Problem},
author = {Yinghao Qin and Mosab Bazargani and Edmund K. Burke and Carlos A. Coello Coello and Zhongmin Song and Jun Chen},
journal= {arXiv preprint arXiv:2604.13013},
year = {2026}
}