基于自适应遗传算法的现场作业调度
最优化与控制
2023-06-06 v1 人工智能
神经与进化计算
摘要
现场作业调度（Onsite Job Scheduling）是一类具有多个仓库的车辆路径问题（VRP）的专门变体。该问题的目标是在技术员数量有限的情况下，以最小的差旅和加班成本执行位于不同地理位置的客户所请求的作业。根据与客户的服务水平协议，每项作业应在指定的时间限制内完成。假设每位技术员从基地位置出发，服务若干客户后返回起始地点。技术员根据其技能组合、各项技能的熟练程度以及可用时段分配作业。尽管关于 VRP 的文献数量可观，我们未见任何与现场作业调度直接相关的明确工作。本文中，我们提出了一种自适应遗传算法（Adaptive Genetic Algorithm）来解决该调度问题。我们为大量作业和技术员找到了优化差旅路线，最小化了差旅距离、加班时长并满足了与 SLA 相关的约束。
引用
@article{arxiv.2306.02296,
title = {Onsite Job Scheduling by Adaptive Genetic Algorithm},
author = {Avijit Basak and Subhas Acharya},
journal= {arXiv preprint arXiv:2306.02296},
year = {2023}
}