艾哈迈德·凯里;艾哈迈德·利纳;伯拉克·博亚克;约阿金·格罗米科;克莉丝汀·芒福德;恩德·奥兹坎;阿里·塞利姆·迪里科奇 VeRoLog 2019挑战中分布式安装问题的精确和超智能解决方案。 （英语） Zbl 1527.90043号 网络 76，第2期，294-319（2020）. 摘要：这项工作解决了一个丰富的车辆路线问题（VRP）问题，该问题集成了带时间窗口的容量车辆路线问题（CVRPTW）和服务技术人员路线和调度问题（STRSP），用于根据客户的要求交付各种设备，并由多名技术人员进行后续安装。主要目标是降低雇佣资源的总成本以及卡车/技术人员的总运输成本。该问题是与ORTEC公司合作的第四版VeRoLog Solver Challenge的主题。我们对研究的贡献是为这个问题开发了一个数学模型，并开发了一种新的超神经算法来基于解的总体来解决这个问题。在两个较小且真实世界大小的数据集上的实验结果表明，与我们的精确模型相比，超神经方法在较短的计算时间内找到最优解方面取得了成功。大型数据集的结果也与八名决赛选手的结果进行了比较，发现它们具有竞争力，证明了我们开发的超神经框架的潜力。{©2020作者。网络由威利期刊有限责任公司出版} MSC公司： 90B06型 运输、物流和供应链管理 90 C59 数学规划中的近似方法和启发式 90C27型 组合优化 关键词：超神经科学;元启发式;优化;路由;运输;虚拟现实程序 PDF格式BibTeX公司 XML格式引用 \textit{A.Kheiri}等人，Networks 76，No.2，294--319（2020；Zbl 1527.90043） 全文： 内政部 OA许可证 参考文献： [1] L.Ahmed、C.Mumford和A.Kheiri，《使用选择超启发式解决城市公交路线设计问题》，欧洲期刊Oper。第274号决议（2019年），545-559·兹比尔1404.90025 [2] F.Alonso、M.J.Alvarez和J.E.Beasley，具有多车辆行程和可达性限制的周期性车辆路径问题的禁忌搜索算法，J.Oper。Res.Soc.59（2008），963-976·兹比尔1144.90312 [3] C.Archetti和M.G.Speranza，分批交货的车辆路线问题，国际运输。操作。第19号决议（2012年），3-22·Zbl 1267.90030号 [4] C.Archetti、M.G.Speranza和M.W.Savesbergh，分装配送车辆路径问题的基于优化的启发式算法，交通运输。科学42（2008），22-31。 [5] C.Archetti、N.Bianchessi和M.G.Speranza，分批配送车辆路线问题的列生成方法，《网络》58（2011），241-254·Zbl 1231.90074号 [6] C.Archetti、O.Jabali和M.G.Speranza，带到期日的多周期车辆路径问题，计算。操作。第61号决议（2015年），122-134·Zbl 1348.90062号 [7] P.Augerat、J.M.Belenguer、E.Benavent、A.Corberán、D.Naddef和G.Rinaldi，《带支路和切割代码的计算结果用于容量车辆路径问题》，法国：IMAG。1995 [8] H.Bae和I.Moon，考虑交付和安装车辆的时间窗多基地车辆路径问题，应用。数学。Model40（2016），6536-6549·邮编1465.90005 [9] M.L.Balinski和R.E.Quandt，关于交货问题的整数规划，Oper。第12号决议（1964年），300-304。 [10] S.Belhaiza、P.Hansen和G.Laporte，多时间窗车辆路径问题的混合可变邻域禁忌搜索启发式算法，计算。操作。第52号决议（2014年），269-281·Zbl 1348.90069号 [11] S.Bertels和T.Fahle，混合场景的混合设置：结合家庭医疗问题的启发式，计算。操作。第33号决议（2006年），第2866-2890页·Zbl 1086.90533号 [12] B.Bilgin、E.Øzcan和E.E.Korkmaz，“超启发式和考试时间表的实验研究”，自动时间表实践和理论国际会议，柏林，2006年，第394-412页。 [13] M.Boudia、C.Prins和M.Reghioui，“分流配送车辆路径问题的人口管理有效模因算法”，混合元启发式国际研讨会，普林格，柏林，2007年，第16-30页。 [14] E.K.Burke、M.Hyde、G.Kendall、G.Ochoa、E.Ùzcan和J.R.Woodward，“超启发式方法的分类：重温”，《元启发式手册》，第272卷，柏林，2019年，第453-477页。 [15] A.M.Campbell和J.H.Wilson，《四十年定期车辆路线》，《网络》63（2014），2-15·Zbl 1338.90010号 [16] D.Cattaruzza、N.Absi、D.Feillet和D.Vigo，《带时间窗的多商品多行程车辆路径问题的迭代局部搜索》，计算。操作。第51号决议（2014年），257-267·Zbl 1348.90074号 [17] Y.Chen、P.Mourdjis、F.Polack、P.Cowling和S.Remde，“周期路由问题的超启发式和局部搜索算子评估”，组合优化中的进化计算Springer，柏林，2016年，第104-120页。 [18] C.B.Cheng和K.P.Wang，用分解技术和遗传算法求解带时间窗的车辆路径问题，专家系统。申请36（2009），7758-7763。 [19] G.Clarke和J.W.Wright，《从中央仓库到多个交货点的车辆调度》，Oper。第12号决议（1964年），568-581。 [20] J.F.Cordeau、G.Laporte、F.Pasin和S.Ropke，《电信公司的技术人员和任务调度》，J.Schedule.13（2010），393-409·Zbl 1231.90258号 [21] P.Cowling、G.Kendall和E.Soubeiga，“安排销售峰会的超启发式方法”，自动时间表实践和理论国际会议，柏林，2000年，第176-190页·兹伯利0982.68516 [22] P.Cowling、G.Kendall和L.Han，“超启发式遗传算法应用于教练机调度问题的研究”，《2002年进化计算大会论文集》。CEC’02（目录号02TH8600），第2卷IEEE，2002年，第1185-1190页。https://ieeexplore.ieee.org/document/104411 [23] G.B.Dantzig和J.H.Ramser，卡车调度问题，Manag。《科学》第6卷（1959年），第80-91页·Zbl 0995.90560号 [24] Q.Ding，X.Hu，L.Sun，Y.Wang，改进的蚁群优化及其在带时间窗车辆路径问题中的应用，神经计算98（2012），101-107。 [25] J.H.Drake、A.Kheiri、E.Özcan和E.K.Burke，《选择超启发式的最新进展》，欧洲期刊Oper。第285号决议（2020年），405-428·Zbl 1441.90183号 [26] M.Dror和P.Trudeau，分批交货路线节约，运输。科学23（1989），141-145·Zbl 0668.90044号 [27] M.Dror和P.Trudeau，《拆分交付路线》，《海军后勤研究》37（1990），383-402·Zbl 0692.90044号 [28] H.Fisher，本地车间调度规则的概率学习组合，Ind.Schedul.3（2）（1963），225-251。 [29] M.L.Fisher和R.Jaikumar，《车辆路径的广义分配启发式》，《网络11》（1981），第109-124页。 [30] R.Fukasawa、H.Longo、J.Lysgaard、M.P.deAragáo、M.Reis、E.Uchoa和R.F.Werneck，《容量受限车辆路径问题的稳健分支与降价》，数学。编程106（2006），491-511·邮编1094.90050 [31] J.Gromicho、P.van’tHof和D.Vigo，《2019年语言解决方案挑战》，《车辆路线算法》第2卷（2019年），第109-111页。 [32] W.Gu、D.Cattaruzza、M.Ogier和F.Semet，商品约束分割交付VRP的自适应大邻域搜索，Comput。操作。第112号决议（2019年），104761·Zbl 1458.90097号 [33] P.C.Xiao、T.C.Chiang和L.C.Fu，“基于VNS的超启发式算法，具有自适应本地搜索计算预算”，2012年IEEE进化计算大会IEEE，纽约，2012年，第1-8页。 [34] A.Kheiri，库存路径问题的启发式序列选择，运输。科学54（2020），302-312。 [35] A.Kheiri和E.Keedwell，“利用隐马尔可夫模型的基于序列的选择超启发式”，《2015年遗传和进化计算会议论文集》，GECCO’15，纽约：ACM；2015年，第417-424页。 [36] A.Kheiri和E.Keedwell，超启发式中启发式选择问题的隐马尔可夫模型方法和高中时间表问题的案例研究，Evol。计算25（2017），473-501。 [37] A.Kheiri、E.Keedwell、M.J.Gibson和D.Savic，基于序列分析的超启发式配水管网优化，Procedia Eng.119（2015），1269-1277。 [38] A.Kheiri、A.G.Dragomir、D.Mueller、J.Gromicho、C.Jagtenberg和J.J.vanHoorn，《利用元启发式算法在时间窗口内重新分配稀缺设备的vrp挑战》，EURO J.Transp。物流8（2019），561-595。 [39] A.W.Kolen、A.Rinnooy Kan和H.W.Trienekens，《带时间窗的车辆路线》，Oper。第35（2）号决议（1987年），第266-273页·Zbl 0636.90047号 [40] A.A.Kovacs、S.N.Parragh、K.F.Doerner和R.F.Hartl，服务技术人员路由和调度问题的自适应大邻域搜索，J.Sched.15（2012），579-600。 [41] G.Laporte，《五十年的车辆路线》，Transp。科学43（2009），408-416。 [42] A.Lehrbaum和N.Musliu，“跨域搜索问题的新超启发式算法”，学习与智能优化国际会议，柏林，2012年，第437-442页。 [43] Y.Lei、M.Gong、L.Jiao和Y.Zuo，一种基于超启发式的考试时间表问题模因算法，Int.J.Intelligence。计算。Cybern.8（2015），139-151。 [44] M.López‐Ibáñez、J.Dubois‐Lacoste、L.P.Cáceres、M.Birattari和T.Stützle，《irace包：自动算法配置的迭代竞赛》，Oper。研究人员3（2016），43-58。 [45] J.Lysgaard、A.N.Letchford和R.W.Eglese，容量受限车辆路径问题的一种新的分支切割算法，数学。编程100（2004），423-445·Zbl 1073.90068号 [46] D.Mester和O.Bräysy，大规模容量受限车辆路径问题的主动引导进化策略，计算。操作。第34号决议（2007年），2964-2975·Zbl 1185.90176号 [47] S.Mirzaei和S.Wöhlk，勘误表：两个多车厢车辆路径问题的分支和价格算法，EURO J.Transp。Logist.6（2017），185-218。 [48] M.Misir、P.Smet、K.Verbeeck和G.Vanden Berghe，“安全人员路由和排班：超启发式方法”，《第三届应用运筹学国际会议论文集》，第3卷，加拿大：Tadbir；2011年，第193-205页。 [49] Y.Nagata，“容量受限车辆路径问题的边缘装配交叉”，欧洲组合优化进化计算会议，柏林，2007年，第142-153页。 [50] Y.Nagata和O.Bräysy，容量受限车辆路径问题的基于边缘装配的模因算法，Netw。《国际期刊》54（2009），205-215·Zbl 1206.90025号 [51] ORTEC，VeRoLog公司。“实例和解决方案分析工具手册”；2019https://verolog2019.ortec.com/zips/VSC2019VizAnaTools.zip [52] V.Pillac、C.Gueret和A.L.Medaglia，技术人员路线和调度问题的并行数学算法，Optim。Lett.7（2013），1525-1535·Zbl 1280.90013号 [53] D.Pisinger和S.Ropke，车辆路径问题的一般启发式，计算。操作。第34号决议（2007年），2403-2435·Zbl 1144.90318号 [54] J.Y.Potvin和J.M.Rousseau，带时间窗的车辆路径和调度问题的并行路径构建算法，欧洲期刊Oper。第66号决议（1993年），331-340·Zbl 0775.90154号 [55] C.Prins，一种简单有效的车辆路径问题进化算法，Compute。操作。第31号决议（2004年），1985年至2002年·Zbl 1100.90504号 [56] A.Rahimi‐Vahed、T.G.Crainic、M.Gendreau和W.Rei，多仓库定期车辆路径问题的路径重新链接算法，《启发式》19（3）（2013），497-524。 [57] R.A.Russell，带时间窗的车辆路径问题的混合启发式算法，Transp。科学29（2）（1995），156-166·Zbl 0860.90052号 [58] N.R.Sabar和G.Kendall，组合优化问题的基于人口的蒙特卡罗树搜索超启发式，Inform。科学314（2015），225-239。 [59] M.M.Solomon，带时间窗约束的车辆路径和调度问题的算法，Oper。第35号决议（1987年），254-265·Zbl 0625.90047号 [60] H.Sontrop、P.Van Der Horn和M.Uetz，“带时间窗的车辆路径快速弹射链算法”，混合元启发式国际研讨会，柏林，2005年春，第78-89页。 [61] A.Tatarakis和I.Minis，《带有预定义客户序列和多个仓库退货的随机单车路线》，欧洲期刊Oper。第197（2）号决议（2009），557-571·Zbl 1159.90506号 [62] R.Tavakkoli‐Moghaddam、M.Gazanfari、M.Alinaghian、A.Salamatbakhsh和N.Norouzi，《通过模拟退火解决带时间窗的竞争性车辆路径问题的新数学模型》，J.Manuf.Syst.30（2011），83-92。 [63] P.Tsirimpas、A.Tatarakis、I.Minis和E.Kyriakidis，《具有预定义客户序列和多个仓库退货的单车路线》，欧洲期刊Oper。第187号决议（2008年），483-495·Zbl 1149.90024号 [64] E.Urra、C.Cubillos和D.Cabrera‐Paniagua，《带时间窗的拨号乘车问题的超启发式》，数学。问题。工程.2015（2015），1-12。https://doi.org/10.1155/2015/707056。 ·doi:10.1155/2015/707056 [65] J.D.Walker、G.Ochoa、M.Gendreau和E.K.Burke，“Hyflex超启发式框架内的车辆路径和自适应迭代局部搜索”，学习与智能优化国际会议，柏林，2012年，第265-276页。 [66] D.Wilson、S.Rodrigues、C.Segura、I.Loshchilov、F.Hutter、G.L.Buenfil、A.Kheiri、E.Keedwell、M.Ocampo‐Pineda、E.Özcan、S.I.V.PeñA、B.Goldman、S.B.Rionda、A.Hernández‐Aguirre、K.Veeramachaneni和S.Cussat‐Blanc，《风电场布局优化的进化计算》，《可再生能源》126（2018），681-691。 [67] F.Xie、C.N.Potts和T.Bektaš，劳动力调度和路线问题的迭代本地搜索，《启发式》23（2017），471-500。 [68] 徐军和赵军，现场技术人员调度问题的有效启发式程序，《启发式》7（2001），495-509·兹比尔1013.90061 [69] Y.Zhang和X.Chen，多产品冷冻食品配送中车辆路径问题的优化模型，J.Appl。《技术研究》12（2014），239-250。 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。