基于强化学习的班轮运输网络设计
人工智能
2024-11-15 v1
摘要
本文提出了一种新颖的强化学习框架来解决班轮运输网络设计问题（LSNDP），这是一个具有挑战性的组合优化问题，专注于设计成本高效的海运航线。解决LSNDP的传统方法通常涉及将问题分解为子问题，例如网络设计和多商品流，然后使用近似启发式或大邻域搜索（LNS）技术来处理。相比之下，我们的方法在网络设计上采用无模型强化学习算法，并与基于启发式的多商品流求解器集成，在公开的LINERLIB基准上取得了有竞争力的结果。此外，我们的方法还展示了泛化能力，在对扰动实例进行训练后，能够在基准实例上产生有竞争力的解。
引用
@article{arxiv.2411.09068,
title = {Liner Shipping Network Design with Reinforcement Learning},
author = {Utsav Dutta and Yifan Lin and Zhaoyang Larry Jin},
journal= {arXiv preprint arXiv:2411.09068},
year = {2024}
}