Core Concepts
대규모 픽업 및 배송 문제를 효과적으로 해결하기 위해 분해 기반 알고리즘 프레임워크를 제안한다. 이를 통해 풀 정보 설정에서 풀링과 배차 결정을 통합적으로 또는 순차적으로 수행할 수 있다.
Abstract
이 논문은 대규모 픽업 및 배송 문제를 해결하기 위한 알고리즘 프레임워크를 제안한다.
먼저 순차적 풀링 및 배차 결정 접근법을 제시한다. 이는 하이퍼그래프 매칭을 통해 요청을 풀링하고, 이를 기반으로 배차 그래프를 구축하여 다익스트라 알고리즘으로 해결한다.
다음으로 통합 풀링 및 배차 결정 접근법을 제안한다. 이는 반복적 지역 탐색(ILS) 기반 메타휴리스틱으로, 분해-파괴-재구축 기법을 활용한다. 이를 통해 대규모 인스턴스를 효과적으로 해결할 수 있다.
마지막으로 제안된 알고리즘을 이용하여 기존 벤치마크 문제와 새로운 대규모 인스턴스를 해결하고, 차량 규모 및 고객 지연 수용에 대한 상한 개선 효과를 분석한다.
Stats
제안된 알고리즘은 최대 21,375개의 요청을 가진 대규모 인스턴스를 해결할 수 있다.
기존 벤치마크 문제에서 새로운 최적해를 찾았다.
차량 규모 및 고객 지연 수용에 대한 상한 개선 효과를 분석할 수 있다.
Quotes
"대규모 픽업 및 배송 문제를 효과적으로 해결하기 위해 분해 기반 알고리즘 프레임워크를 제안한다."
"통합 풀링 및 배차 결정 접근법은 반복적 지역 탐색(ILS) 기반 메타휴리스틱으로, 분해-파괴-재구축 기법을 활용한다."
"제안된 알고리즘을 이용하여 기존 벤치마크 문제와 새로운 대규모 인스턴스를 해결하고, 차량 규모 및 고객 지연 수용에 대한 상한 개선 효과를 분석한다."