多仓库车辆路径问题的 GPU 加速混合方法
计算机视觉与模式识别
2026-05-07 v1
摘要
多仓库车辆路径问题 (MDVRP) 在各种实际应用中广泛存在。然而，由于其内在复杂性，面临着巨大的计算挑战。本文提出一种有效的混合算法，用于解决一类 MDVRP。该算法集成了学习驱动的、受多样性控制的路径交换交叉方法，以及由多惩罚评估函数引导的多仓库支持的可行与不可行搜索框架。两个专门的仓库相关局部搜索算子被纳入以进一步强化多仓库环境下的搜索能力。为提高计算效率和可扩展性，开发了该算法的增强版本，使用基于张量的 GPU 加速结合新颖的多移动更新策略。对三个 MDVRP 变体的基准实例进行了广泛的计算实验，结果表明所提出的算法在与最先进方法高度竞争，特别是针对大规模实例。
引用
@article{arxiv.2605.05207,
title = {Syn4D: A Multiview Synthetic 4D Dataset},
author = {Zeren Jiang and Yushi Lan and Yihang Luo and Yufan Deng and Zihang Lai and Edgar Sucar and Christian Rupprecht and Iro Laina and Diane Larlus and Chuanxia Zheng and Andrea Vedaldi},
journal= {arXiv preprint arXiv:2605.05207},
year = {2026}
}
备注
30 pages, 10 figures, project page: https://jzr99.github.io/Syn4D/