文献
J-GLOBAL ID:202202266619633226   整理番号:22A1115587

連結性問題のための多車両賞収集アークルーティングのための欲張りランダム化適応探索手順(GRASP)【JST・京大機械翻訳】

A Greedy Randomized Adaptive Search Procedure (GRASP) for the multi-vehicle prize collecting arc routing for connectivity problem
著者 (4件):
資料名:
巻: 143  ページ: Null  発行年: 2022年 
JST資料番号: H0216B  ISSN: 0305-0548  CODEN: CMORAP  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
地震のような自然災害は道路網に深刻な影響を与える。災害強度と影響を受けた地域のサイズに依存して,ネットワークを多重接続部分に分割した。災害応答状況において,意思決定者は,緊急供給の検索と救助,避難,および分布のようなレリーフ活動を容易にするためにブロックされない道路を決定する必要がある。接続性問題(KPC-ARCP)のためのマルチ車両プライズ収集アークルーティングは,そのようなシナリオを扱うよく知られた問題である。KPC-ARCPを解くためのマットヒューリスティックを以前の研究において提案し,それは400の頂点と700のエッジより少ない事例をテストした。しかし,マットヒューリスティックがより大きなインスタンスを扱うことができるかどうかは不明である。本論文は,GRASPがより速く,より広範なネットワークを解決できるという仮説で,Greedyランダム化適応探索手順(GRASP)メタヒューリスティックを提案する。2セットのテストは,サイズ増加によってランダムに生成された事例に関して実行した。目的関数値におけるギャップとマットヒューリスティックに対するGRASPの実行時間を比較した。結果は,GRASPがマットヒューリスティックと同様に目的関数値を達成し,パラメータ設定に依存して著しく速いことを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (5件):
分類
JSTが定めた文献の分類名称とコードです
交通調査  ,  道路工学一般  ,  自然災害  ,  その他のオペレーションズリサーチの手法  ,  道路輸送・サービス一般 

前のページに戻る