需求不确定下广义异质车辆路径问题的鲁棒优化
最优化与控制
2018-10-19 v2 数据结构与算法
摘要
本文研究经典异质车辆路径问题（HVRP）扩展模型的鲁棒变体，其中使用具有不同容量、可用性、固定成本与路径成本的混合车队来服务具有不确定需求的客户。该模型作为特例包含了文献中研究的所有 HVRP 变体，涉及固定与无限车队规模、客户点可达性限制以及多个车库。与其确定性对应问题不同，鲁棒 HVRP 的目标是确定一组最小成本的路径与车队构成，使其对预先指定的不确定集合中的所有需求实现均保持可行。为求解该问题，我们发展了局部搜索中常用的经典节点与边交换邻域的鲁棒版本，并证明对于五类流行的不确定集合可实现局部移动的高效评估。所提出的局部搜索随后以模块化方式嵌入两种元启发式算法中以确定鲁棒 HVRP 解。元启发式解的质量通过使用提供最优解下界的整数规划模型来量化。在文献基准上的大量计算实验表明，所提方法能为不同不确定集合获得高质量鲁棒解，且相比确定性解仅需极小的额外计算代价。
引用
@article{arxiv.1810.04348,
title = {Robust optimization of a broad class of heterogeneous vehicle routing problems under demand uncertainty},
author = {Anirudh Subramanyam and Panagiotis P. Repoussis and Chrysanthos E. Gounaris},
journal= {arXiv preprint arXiv:1810.04348},
year = {2018}
}
备注
54 pages, 10 figures, 12 tables