肯尼思·索伦森 车辆路径决策中的路径稳定性：使用元启发式的双目标方法。 （英语） 兹比尔1203.90025 CEJOR，美分。欧洲药典。物件。 第14期，第2期，193-207（2006）. 小结：在本文中，我们认为车辆路径解决方案通常是战术决策，不应改变太频繁或太多。出于营销或其他原因，车辆路径解决方案应该是稳定的，即新的解决方案（例如，当新客户需要服务时）应该尽可能与已经使用的解决方案相似。然而，同时，这种新的解决方案在传统意义上仍应具有良好的质量（例如，总旅行成本较小）。在本文中，我们开发了一种测量两种车辆路径解决方案之间差异的方法。我们使用此距离度量来创建一种元启发式方法，该方法将找到与给定基线解决方案“接近”的解决方案，同时具有高质量，即总距离很小。通过使用这种方法，调度员可以选择Pareto-optimal解决方案，从而在改变现有解决方案和允许更长的行程之间进行权衡。通过实验验证了该方法的有效性。 引用于5文件 MSC公司： 90B06型 运输、物流和供应链管理 90C59 数学规划中的近似方法和启发式 90C29型 多目标规划 90B50型 管理决策，包括多个目标 关键词：车辆路线;线路稳定性;双目标优化;距离测量 软件：VRP公司;CVRPSP公司 PDF格式BibTeX公司 XML格式引用 \textit{K.Sörensen}，CEJOR，美分。欧洲药典。第14号决议，第2号，193--207（2006；Zbl 1203.90025） 全文： 内政部 参考文献： [1] J.Berger和M.Barkaoui。一种新的求解容量受限车辆路径问题的混合遗传算法。运筹学学会杂志，54:1254--1262004·Zbl 1181.90032号 ·doi:10.1057/palgrave.jors.2601635 [2] D.J.Bertsimas和D.Simchi-Levi。新一代车辆路线研究：稳健算法，解决不确定性。《运筹学》，44:286–304，1996年·Zbl 0855.90053号 ·doi:10.1287/opre.44.286 [3] D.J.Bertsimas（D.J.伯西马斯）。具有随机需求的车辆路径问题。运筹学，40:574–5851992年·Zbl 0764.90030号 ·doi:10.1287/opre.40.3.574 [4] D.J.Bertsimas、P.Jaillet和A.R.Odoni。先验优化。运筹学，38:1019–10331990年·Zbl 0721.90062号 ·doi:10.1287/opre.38.6.1019 [5] N.Christofides、A.Mingozzi和P.Toth。车辆路线问题。《组合优化》编辑N.Christofides、A.Mingozzi、P.Toth和C.Sandi，第315-338页，奇切斯特出版社，1979年。约翰·威利·Zbl 0413.90075号 [6] G.Clark和J.W.W.Wright。将车辆从中央仓库调度到多个交付点。《运筹学》，12:568–5811964年·doi:10.1287/opre.124.568 [7] J.-F.Cordeau、M.Gendreau、A.Hertz、G.Laporte和J.-S.Sormany。车辆路径问题的新启发式算法。A.Langevin和D.Riopel，《物流系统：设计和优化》编辑，第270-297页。施普林格，2005年·Zbl 1130.90416号 [8] M.Dell’Amico和P.Toth。稠密指派问题的算法和代码：最新进展。离散应用数学，100:17-482000·Zbl 0941.90046号 ·doi:10.1016/S0166-218X（99）00172-9 [9] M.L.Fisher。使用最小k树的车辆路径问题的最优解。《运筹学》，42:626–6421994年·兹伯利0815.90066 ·doi:10.1287/opre.42.4626 [10] M.Gendreau、A.Hertz和G.Laporte。针对车辆路径问题的禁忌搜索启发式算法。管理科学，40:1276–12901994·Zbl 0822.90053号 ·doi:10.1287/mnsc.40.1276 [11] P.贾利特。旅行推销员问题的先验解，其中访问了随机的客户子集。运筹学，36:929–9361988·Zbl 0665.90096号 ·doi:10.1287/opre.36.6.929 [12] R.Jonker和A.Volgenant。稠密和稀疏线性分配问题的最短增广路径算法。《计算》，38:325–3401987年·兹比尔0607.90056 ·doi:10.1007/BF02278710 [13] J.K.Lenstra和A.H.Rinnooy Kan。车辆路线和调度问题的复杂性。网络，11:221–2281981·doi:10.1002/net.3230110211 [14] V.I.莱文斯坦。能够纠正删除、插入和反转的二进制代码。1966年10月707日至710日，《苏联物理学-多克拉迪》。 [15] J.Lysgaard、A.N.Letchford和R.W.Eglese。一种新的求解容量受限车辆路径问题的分枝切割算法。数学规划，100（2）：423–4452004·Zbl 1073.90068号 ·doi:10.1007/s10107-003-0481-8 [16] C.普林斯。一种简单有效的车辆路径问题进化算法。计算机与运筹学，31（12）：1885–2002，2004·Zbl 1100.90504号 ·doi:10.1016/S0305-0548（03）00158-8 [17] T.K.拉尔夫斯。平行分支和切割，用于容量受限的车辆布线。并行计算，29:607–6292003·doi:10.1016/S0167-8191（03）00045-0 [18] C.Rego和C.Roucairol。针对车辆路径问题，提出了一种使用弹射链的并行禁忌搜索算法。In I.H.Osman and J.P.Kelly，编辑，Meta-Heuristics:Theory and Applications，第661-675页，Kluwer，Boston，1996年·兹比尔0877.90034 [19] M.Reimann、K.Doerner和R.F.Hartl。D-ants：基于储蓄的蚂蚁可以分治车辆路径问题。计算机与运营研究，31:563–5912004·Zbl 1061.90024号 ·doi:10.1016/S0305-0548（03）00014-5 [20] R.Ribeiro和H.R.Lorenço。多阶段分销管理问题的多目标模型。J.Pinho de Sausa，第五届元启发式国际会议（MIC’2001）《扩展抽象集》（Book of Extended Abstracs of the Fifth Metaeuristics International Conference）编辑，第97-102页，波尔图，2001年。 [21] K·Sörensen。在供应链设计中使用元启发式进行稳健和灵活优化的框架。安特卫普大学博士论文，2003年·Zbl 1109.90343号 [22] K.Sörensen和M.Sevaux。GA/PM：用于置换问题的带有种群管理的遗传算法。2003年，《MIC会议记录》，第38（1）-38（6）页，日本京都，2003年。 [23] K.Sörensen和M.Sevaux。MA/PM：人口管理的模因算法。计算机与运筹学，33:1214–12252006·Zbl 1126.90081号 ·doi:10.1016/j.coll.2004.09.011 [24] É.D.尾翼。车辆路径问题的并行迭代搜索方法。网络，23:661–6731993年·Zbl 0804.90045号 ·doi:10.1002/net.3230230804 [25] S.R.Thangiah、B.Wilson、A.Pitluga和W.Mennell。农村学区的校车路线。第九届公共交通计算机辅助调度国际会议（CASPT），加利福尼亚州圣地亚哥，2004年·Zbl 1142.90328号 [26] P.托斯和D.维戈。粒度禁忌搜索及其在车辆路径问题中的应用。信息计算杂志，15:333-–3462003·Zbl 1238.90141号 ·doi:10.1287/ijoc.15.4.333.24890 [27] P.托斯和D.维戈。车辆路线的精确算法。在T.G.Crainic和G.Laporte，编辑，车队管理和物流，第1-31页。Kluwer学术出版社，波士顿，1998年·Zbl 0966.90009号 [28] E.乌科宁。在字符串中查找近似模式。《算法杂志》，6:132-1371985·Zbl 0566.68072号 ·doi:10.1016/0196-6774（85）90023-9 [29] R.A.Wagner和M.J.Fischer。串对串校正问题。计算机协会杂志，21:168-1731974·Zbl 0278.68032号 [30] J.Xu和J.P.Kelly。基于网络流的禁忌搜索启发式算法求解车辆路径问题。运输科学，30:379-3931996·兹比尔0879.90086 ·doi:10.1287/trsc.30.4.379 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。