工业与不定期船舶路径问题：缩小真实规模实例的差距
数据结构与算法
2019-12-18 v2
摘要
海事物流的近期研究引入了一个通用船舶路径问题及基于真实航运段的基准测试套件，其考虑了取送货、货物选择、依赖于船舶的起始位置、旅行时间与成本、时间窗以及不兼容约束等特征。这些特征共同对精确方法和启发式方法提出了相当大的挑战，且某些仅含18个货物的情况仍未被求解。为应对此挑战，我们提出了一种精确的分支定价(B&P)算法和一种混合元启发式算法。我们的精确方法生成基本路径，但利用递减状态空间松弛来加速列生成、启发式强分支以及先进的预处理和路径枚举技术。我们的元启发式算法是统一混合遗传搜索的复杂扩展。它利用集合划分阶段，并使用针对问题定制的变异算子来高效处理所有问题特征。正如我们的实验分析所示，B&P在一小时内最优求解了240个现有实例中的239个。在更大规模问题上的可扩展性实验表明，它可最优求解约60艘船和200个货物（即400个取送货服务）的问题，并在最多260个货物的最大案例上获得低于1.04%的最优性间隙。该混合元启发式算法优于所有先前的启发式算法，并在数分钟内产生近最优解。这些结果是值得注意的，因为这些实例的规模与航运公司日常求解的最大问题相当。
引用
@article{arxiv.1809.10584,
title = {Industrial and Tramp Ship Routing Problems: Closing the Gap for Real-Scale Instances},
author = {Gabriel Homsi and Rafael Martinelli and Thibaut Vidal and Kjetil Fagerholt},
journal= {arXiv preprint arXiv:1809.10584},
year = {2019}
}