学习搜索具有多重时间窗的车辆路径问题
机器学习
2025-05-30 v1
摘要
在本研究中，我们提出了一种基于强化学习的自适应变邻域搜索（RL-AVNS）方法，旨在有效求解具有多重时间窗的车辆路径问题（VRPMTW）。与仅依赖历史算子性能的传统自适应方法不同，我们的方法集成了强化学习框架，以根据实时解状态和习得经验动态选择邻域算子。我们引入了一个量化客户时间灵活性的适应度指标以改进 shaking 阶段，并采用基于 Transformer 的神经策略网络在局部搜索期间智能引导算子选择。在源于无人售货机补货的真实场景（具有多个聚集的补货时间窗）上进行了大量计算实验。结果表明，RL-AVNS 显著优于传统变邻域搜索（VNS）、自适应 VNS（AVNS）和最先进的基于学习的启发式方法，在各种实例规模和时间窗复杂性下均实现了解质量和计算效率的大幅提升。尤其值得注意的是，该算法能够有效泛化至训练期间未遇到过的问题实例，凸显了其在复杂物流场景中的实用价值。
引用
@article{arxiv.2505.23098,
title = {Learning to Search for Vehicle Routing with Multiple Time Windows},
author = {Kuan Xu and Zhiguang Cao and Chenlong Zheng and Linong Liu},
journal= {arXiv preprint arXiv:2505.23098},
year = {2025}
}