×
科奇、乔尔；托尔加·贝尔塔什；奥拉·贾巴利；吉尔伯特·拉波特

具有时间窗的异构车队车辆路径问题的混合进化算法。 （英语） Zbl 1349.90094号

计算。操作。物件。 64, 11-27 (2015).
摘要：本文提出了一种混合进化算法（HEA）来解决具有时间窗的异构车队车辆路径问题。此类问题主要有两种类型，即具有时间窗口的车队规模和混合车辆路径问题（F）和具有时间窗口（H）的异构固定车队车辆路径问题，与前者相比，后者假设车辆可用性有限。主要目标是最小化固定车辆成本和配送成本，后者可以根据预约时间（T）或距离（D）来定义。提出的统一算法能够解决异构车队路线问题的四种变体，即FT、FD、HT和HD，其中最后一种变体是新的。HEA成功地结合了几种元启发式算法，并提供了许多新的高级高效程序，这些程序专门用于处理异构车队维度。对基准实例的大量计算实验表明，HEA对FT、FD和HT都非常有效。特别是，在360个实例中，我们获得了75个新的最佳解，并在合理的计算时间内匹配了102个。还介绍了HD的新基准测试结果。

引用于17文件

MSC公司：

90B06型 运输、物流和供应链管理
90B10型 运筹学中的确定性网络模型
90 C59 数学规划中的近似方法和启发式

关键词：

车辆路线；时间窗口；异构机队；遗传算法；邻域搜索

软件：

VRP公司
PDF格式BibTeX公司 XML格式引用
\textit{乔·科奇}等人，计算。操作。第64号、第11-27号决议（2015年；Zbl 1349.90094）
全文： 内政部 链接

参考文献：

[1] 巴尔达奇，R。；巴塔拉，M。；Vigo，D.，为异构车队布线，（Golden，B.；Raghavan，S.；Wasil，E.，车辆布线问题（2008），施普林格：施普林格纽约），1-25·Zbl 1187.90038号
[2] 巴尔达奇，R。；Mingozzi，A.，《解决不同类别车辆路径问题的统一精确方法》，《数学程序》，120347-380（2009）·Zbl 1180.90260号
[3] 巴尔达奇，R。；托特，P。；Vigo，D.，车辆容量约束下路线问题的精确算法，Ann Oper Res，175，213-245（2010）·Zbl 1185.90033号
[4] 贝尔菲奥雷，P。；Yoshizaki，H.T.Y.，《巴西具有时间窗口和分批交货的真实异构车队车辆路径问题的分散搜索》，《欧洲运营研究杂志》，199，750-758（2009）·Zbl 1176.90098号
[5] 贝尔菲奥里，P。；Yoshizaki，H.T.Y.，带时间窗和分批交货的车队规模和混合车辆路线问题的启发式方法，计算工业工程，64，589-601（2013）
[6] Bettinelli，A。；塞塞利，A。；Righini，G.，《带时间窗的多仓库异构车辆路径问题的分支与降价算法》，《运输研究》第C部分：Emerg Technol，19723-740（2011）
[7] 俄勒冈州布瑞西。；杜勒特，W。；Hasle，G。；梅斯特，D。；Gendreau，M.，《带时间窗的车队规模和混合车辆路径问题的有效多重启确定性退火元启发式算法》，交通科学，42，371-386（2008）
[8] 俄勒冈州布瑞西。；Porkka，P.P。；杜勒特，W。；重新安置，P.P。；Tarantilis，C.D.，《车队规模和带时间窗口的混合车辆行驶问题的可扩展元启发式算法》，《实验系统应用》，368460-8475（2009）
[9] 克拉克，G。；Wright，J.W.，《从中央仓库到多个交付点的车辆调度》，Oper Res，12568-581（1964）
[10] 科尔多，J.-F。；拉波特，G。；Mercier，A.，《带时间窗的车辆路径问题的统一禁忌搜索启发式算法》，《运筹学杂志》，52，928-936（2001）·Zbl 1181.90034号
[11] Dell™Amico，M。；莫纳西，M。；帕加尼，C。；Vigo，D.，《车队规模和带时间窗的混合车辆路径问题的启发式方法》，《交通科学》，41，516-526（2007）
[12] Demir，E。；贝克塔什，T。；Laporte，G.，《污染治理问题的自适应大邻域搜索启发式算法》，《欧洲运营研究杂志》，223346-359（2012）·Zbl 1292.90045号
[13] Dondo，R。；Cerdá，J.，《带时间窗的多基地异质车队车辆路径问题的基于聚类的优化方法》，《欧洲运营研究杂志》，1761478-1507（2007）·Zbl 1113.90018号
[14] 杜勒特，W。；詹森，G.K。；Sörensen，K。；Vernimmen，B.，《车队规模和带时间窗的混合车辆路径问题的新启发式》，《运营研究社会杂志》，53，1232-1238（2002）·Zbl 1139.90336号
[15] Golden，B.L。；阿萨德，A.A。；利维，L。；Gheysens，F.，车队规模和混合车辆路线问题，计算运营研究，1149-66（1984）·Zbl 0607.90043号
[16] 霍夫，A。；Andersson，H。；Christiansen，M。；Hasle，G。；Lökketangen，A.，《工业方面和文献调查车队组成和路线》，《计算运营研究》，372041-2061（2010）·Zbl 1231.90091号
[17] Kritikos，M.N。；Ioannou，G.，《具有超载和时间窗口的异构车队车辆路径问题》，《国际生产经济杂志》，144，68-75（2013）
[18] 科奇，圣彼得堡。；贝克塔什，T。；O·贾巴利。；Laporte，G.，车队规模和混合污染路线问题，Transp Res第B部分：Methodol，70223-254（2014）
[19] 刘福华。；Shen，S.Y.，多车型多时间窗车辆路径问题的一种方法，中华人民共和国科学院学报，A部分：物理科学与工程，23，526-536（1999）
[20] 刘福华。；Shen，S.Y.，《带时间窗的车队规模和混合车辆路径问题》，《运营研究社会杂志》，50，721-732（1999）·Zbl 1054.90522号
[21] 永田，Y。；俄勒冈州布瑞西。；Dullaert，W.，带时间窗的车辆路径问题的基于惩罚的边缘组装模因算法，Compute Oper Res，37724-737（2010）·Zbl 1175.90046号
[22] Paraskevopoulos，哥伦比亚特区。；百日咳。；Tarantilis，C.D。；Ioannou，G。；Prastacos，G.P.，带时间窗的异构车队车辆路径问题的反应变量邻域禁忌搜索，《启发式杂志》，14，425-455（2008）·Zbl 1211.90313号
[23] Pisinger，D。；Ropke，S.，《车辆路径问题的一般启发式算法》，《计算操作研究》，342403-2435（2007）·Zbl 1144.90318号
[24] Prins，C.，车辆路径问题的一种简单有效的进化算法，Compute Oper Res，31985-2002（2004）·Zbl 1100.90504号
[25] Prins，C.，《异构车队车辆路径问题的两种模因算法》，《工程应用-Artif Intell》，22916-928（2009）
[26] 重新安置，P.P。；Tarantilis，C.D.，《通过自适应内存编程解决车队规模和带时间窗的混合车辆路线问题》，《运输研究》第C部分：Emerg Technol，18695-712（2010）
[27] 罗普克，S。；Pisinger，D.，《带时间窗的取货和配送问题的自适应大邻域搜索启发式算法》，《交通科学》，40，455-472（2006）
[28] 罗普克，S。；Pisinger，D.，《带回程的大型车辆路径问题的统一启发式算法》，《欧洲运筹学杂志》，171750-775（2006）·Zbl 1116.90019号
[30] Solomon，M.M.，带时间窗约束的车辆路径和调度问题的算法，Oper Res，35，254-265（1987）·Zbl 0625.90047号
[31] 爱沙尼亚·泰勒。D.，异构车队车辆路径问题的启发式列生成方法，RAIRO（Rech Opérationnelle/Oper Res），33，1-14（1999）·Zbl 0992.90008号
[32] 托特，P。；Vigo，D.，容量受限车辆路径问题的模型、松弛和精确方法，离散应用数学，123，487-512（2002）·Zbl 1060.90065号
[33] 维达尔，T。；Crainic，T.G。；Gendreau，M。；拉赫里奇，N。；Rei，W.，多报告和周期性车辆路径问题的混合遗传算法，Oper Res，60，611-624（2012）·Zbl 1260.90058号
[34] 维达尔，T。；Crainic，T.G。；Gendreau，M。；Prins，C.，一种具有自适应多样性管理的混合遗传算法，用于解决具有时间窗口的大型车辆路径问题，Compute Oper Res，40，475-489（2013）·Zbl 1349.90137号
[35] 维达尔，T。；Crainic，T.G。；Gendreau，M。；Prins，C.，《多属性车辆路径问题的统一解决方案框架》，《欧洲运营研究杂志》，234658-673（2014）·Zbl 1304.90004号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。