传感器驱动的预测性车辆维修与时窗路由问题
最优化与控制
2024-12-06 v1
摘要
传感器技术的 advancement 为车辆状态提供了重要见解，为提高车队运营效率开辟了新途径。虽然当前的车辆健康管理模型能够准确预测车辆故障，但往往未能将这些预测融入运营决策，从而限制了其实际效益。本文通过将传感器驱动的故障预测纳入时窗车辆路由问题中，旨在弥合这一差距。引入维修成本函数以平衡两个关键权衡：过早维修导致剩余有用寿命浪费，延迟维修则增加故障概率。时窗车辆路由问题本身具有挑战性，融合维修考量后计算复杂度进一步升高。为此，我们发展了一种新方法——称为迭代对齐法 (IAM)，基于问题的结构性质。IAM 在大规模实例中仍能生成高质量解，而传统方法（如 Gurobi）在此类实例上几乎无法求解。此外，与传统周期性维修策略相比，我们的传感器驱动维修决策在运营成本、维修成本和整体车辆可靠性方面均取得改进。
引用
@article{arxiv.2412.04350,
title = {Sensor-Driven Predictive Vehicle Maintenance and Routing Problem with Time Windows},
author = {Iman Kazemian and Bahar Cavdar and Murat Yildirim},
journal= {arXiv preprint arXiv:2412.04350},
year = {2024}
}