VRPD-DT：动态变化交通条件下的无人机车辆路径问题
计算机与社会
2024-04-16 v1
摘要
无人机车辆路径问题 (VRP-D) 旨在确定卡车和无人机的最优路径，以最小化总运营成本，其场景为卡车与无人机协同工作，将包裹递送给客户。尽管已开发出多种启发式算法来解决该问题，但现有解决方案均基于简化的成本模型，忽略了成本的时间动态性，即成本会随动态变化的交通条件而波动。本文提出了一个名为动态变化交通条件下的无人机车辆路径问题 (VRPD-DT) 的新问题，以解决现有 VRP-D 解决方案的局限性。我们设计了一个新颖的成本模型，该模型考虑了实际行驶距离和预测行驶时间，后者通过机器学习驱动的行驶时间预测算法计算得出。我们开发了一种变邻域下降 (VND) 算法，通过整合行驶时间预测模型，在交通条件动态变化的情况下寻找最优的卡车-无人机路径。我们进行了一项仿真研究，以评估其与最先进的 VRP-D 启发式解决方案的性能对比。结果表明，所提出的算法在各种递送场景中均优于最先进的算法。
引用
@article{arxiv.2404.09065,
title = {VRPD-DT: Vehicle Routing Problem with Drones Under Dynamically Changing Traffic Conditions},
author = {Navid Imran and Myounggyu Won},
journal= {arXiv preprint arXiv:2404.09065},
year = {2024}
}