使用近似算法优化多车辆路径问题
分布式、并行与集群计算
2010-01-26 v1
摘要
本文研究如何为多车辆路径问题(mVRP)生成优化路线。我们采用了一种方法，根据车辆数量对给定城市进行聚类，并将每个聚类分配给一辆车。使用k-均值聚类算法对城市进行简便聚类。通过这种方式，mVRP被转化为计算上比mVRP更简单的VRP。聚类完成后，为每辆车在其分配的聚类中生成一条优化路线。一旦完成聚类并将城市分配给各车辆，每个聚类/行程被视为一个独立的车辆路径问题，并对该聚类应用遗传算法的步骤，迭代直至收敛，以获得距离的最优值。在应用各种启发式技术后，发现由于遗传算法具有广泛的搜索和构造性特性，它在较短的计算时间内为mVRP提供了比其他算法更好的结果和更优的行程。
引用
@article{arxiv.1001.4197,
title = {Optimization of Multiple Vehicle Routing Problems using Approximation Algorithms},
author = {R. Nallusamy and K. Duraiswamy and R. Dhanalaksmi and P. Parthiban},
journal= {arXiv preprint arXiv:1001.4197},
year = {2010}
}
备注
7 Pages