用于仓库拣货广义旅行商问题的条件马尔可夫链搜索
人工智能
2019-08-12 v2
摘要
广义旅行商问题（GTSP）是一个众所周知的问题，除其他应用外，它出现在仓库拣货中，其中每种库存分布在多个位置——这是大型现代仓库的典型做法。然而，文献中常用的实例具有完全不同的结构，且方法正是针对那些实例设计的。在本文中，我们给出了一个反映仓库拣货的新的伪随机实例生成器，并发布了新的基准测试集。我们还使用条件马尔可夫链搜索（Conditional Markov Chain Search）框架自动生成专门训练用于仓库拣货的新 GTSP 元启发式算法。最后，我们报告了我们的元启发式算法的计算结果，以便求解器之间进一步的竞争。
引用
@article{arxiv.1907.08647,
title = {Conditional Markov Chain Search for the Generalised Travelling Salesman Problem for Warehouse Order Picking},
author = {Olegs Nalivajevs and Daniel Karapetyan},
journal= {arXiv preprint arXiv:1907.08647},
year = {2019}
}