文献

J-GLOBAL ID：202102244663233556   整理番号：21A0234302

動的車両ルーティング問題のための競合共進化最適化法【JST・京大機械翻訳】

A Competitive Co-evolutionary optimization Method for the Dynamic Vehicle Routing Problem

著者 (4件)： Lu Xiaofen (Southern University of Science and Technology,Guangdong Provincial Key Laboratory of Brain-inspired Intelligent Computation,Department of Computer Science and Engineering,Shenzhen,China,518055) ,  Tang Ke (Southern University of Science and Technology,Guangdong Provincial Key Laboratory of Brain-inspired Intelligent Computation,Department of Computer Science and Engineering,Shenzhen,China,518055) ,  Menzel Stefan (Honda Research Institute Europe Offenbach/Main,Germany) ,  Yao Xin (Southern University of Science and Technology,Guangdong Provincial Key Laboratory of Brain-inspired Intelligent Computation,Department of Computer Science and Engineering,Shenzhen,China,518055)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SSCI  ページ： 305-312  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 基本的な車両ルーティング問題において,最良の経路は,顧客のセットを果たすために,車両群に対して見つける必要がある。動的車両ルーティング問題は,車両ルーティング問題のバリアントであり,そこでは,ルーティング問題を定義する部分またはすべての情報が時間とともに変化する可能性がある。これは,変化が起こると新しい経路の迅速な探索を行うための最適化を必要とする。ノイズに関するロバスト性のために,進化的アルゴリズムは,動的車両経路選定問題のために大きな可能性を示した。しかしながら,既存の進化法は,非常に効率的でないかもしれない問題に対してオンラインで解の母集団を進化させるだけである。本研究では,動的車両ルーティング問題を解くためにオフライン計算とオンライン最適化を組み合わせた新しい進化法を提案した。それは,オフライン方法で可能な環境変化のための良い解の集合を最初に探索し,次に,この解集合に関する局所探索を行うことを通して,絶えず変化する問題のためにオンラインで新しい最適解を探索する。競合共進化を適用して,提案した方法における解集合を探索した。顧客の需要の変化による1つの動的車両ルーティングベンチマークに関する実験的研究を行った。実験結果は提案方法の有効性を示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  雑音 ,  *経路選定 ,  母集団 ,  有効性 ,  ロバスト性 ,  近傍探索法
準シソーラス用語： 進化的アルゴリズム ,  最適解 ,  環境変化 ,  *共進化 ,  オンライン ,  オフライン ,  *輸送経路 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 車両ルーティング ,  問題 ,  競合 ,  共進化 ,  最適化