求解静态代客泊车问题的多原子退火启发式算法
人工智能
2018-07-09 v1
摘要
代客泊车问题（DARP）处理用户在关联于指定时间窗的取货与送货位置之间的运输。本文提出一种称为多原子退火（MATA）的新算法来求解静态代客泊车问题。开发了两种新的局部搜索算子（burn与reform）、一种新的构造启发式以及两种请求排序机制（Sorted List与Random List）。在各种标准DARP测试实例上进行的计算实验证明，与其他现有方法相比，MATA是一种快速的元启发式。在所有实验中，MATA展现出获取高质量解、更快收敛以及更迅速获得首个可行解的能力。观察到与其他算法在60秒内相比，MATA获得首个可行解快29.8%至65.1%，且获得的最终解优3.9%至5.2%。
引用
@article{arxiv.1807.02406,
title = {Multi-atomic Annealing Heuristic for Static Dial-a-ride Problem},
author = {Song Guang Ho and Ramesh Ramasamy Pandi and Sarat Chandra Nagavarapu and Justin Dauwels},
journal= {arXiv preprint arXiv:1807.02406},
year = {2018}
}
备注
To be presented at the IEEE International Conference on Service Operations and Logistics, and Informatics (SOLI), Singapore, 2018