面向动态双目标车辆路径问题的决策支持

我们考虑一个动态双目标车辆路径问题，其中一部分客户随时间提出服务请求。其中，单辆车行驶距离与未服务的动态请求数由动态进化多目标算法（DEMOA）最小化，该算法在离散时间窗（时代）上运行。每个时代由决策者做出决策，因此任何决策都依赖于先前时代中不可逆转的决策。为理解决策序列的效应及所做出决策间的交互/依赖，我们进行了一系列实验。更确切地说，我们固定一组决策者偏好 $D$ 与时代数 $n_t$，并分析所有 $|D|^{n_t}$ 种决策者选项组合。我们发现对于随机均匀实例：（a）最终所选解主要依赖于最终决策而非决策历史，（b）解对于未访问动态客户数相当鲁棒，且（c）动态方法所得解甚至可支配由先知式 EMOA 获得的解。相反，对于聚类客户实例，我们观察到对决策历史的强烈依赖以及解多样性上更大的方差。