学习优化工业规模动态取送货问题
人工智能
2021-05-28 v1
摘要
动态取送货问题（DPDP）旨在多个站点间动态调度车辆，以在交付订单事先未知的情况下最小化成本。尽管 DPDP 在现代物流与供应链管理中起着重要作用，最先进的 DPDP 算法在解质量与效率上仍有限制。在实践中，当车辆与站点数量变大时，它们无法提供可扩展的解。本文中，我们提出一种数据驱动方法，时空辅助双深度图网络（ST-DDGN），以解决工业规模 DPDP。在我们的方法中，首先利用时空预测方法预测配送需求，引导神经网络在调度车辆时感知配送需求的时空分布。此外，通过建立基于图的价值函数来建模车辆等个体间关系。ST-DDGN 将基于注意力的图嵌入与双深度 Q 网络（DDQN）相结合。因此，相比传统方法，它能更高效地跨车辆进行推断。我们的方法完全数据驱动因而具有自适应性，即相邻车辆的关系表示可由 ST-DDGN 周期性地从数据中学习并修正。我们基于真实世界数据进行了大量实验来评估我们的解。结果表明，相较于强基线（包括部署于我们 UAT（用户验收测试）环境中的启发式算法及多种朴素 DRL 方法），ST-DDGN 平均减少 11.27% 的使用车辆数并降低 13.12% 的总运输成本。我们即将把该解全面部署至在线物流系统，预计每年可节省数百万美元物流成本。
引用
@article{arxiv.2105.12899,
title = {Learning to Optimize Industry-Scale Dynamic Pickup and Delivery Problems},
author = {Xijun Li and Weilin Luo and Mingxuan Yuan and Jun Wang and Jiawen Lu and Jie Wang and Jinhu Lu and Jia Zeng},
journal= {arXiv preprint arXiv:2105.12899},
year = {2021}
}