차량 경로 최적화

Accedi

approfondimento - 차량 경로 최적화

시간 의존적 주행 시간을 가진 차량 경로 문제: 이론, 실습 및 벤치마크

시간 의존적 주행 시간을 고려한 차량 경로 문제를 위한 이론적 기반과 실용적 알고리즘을 개발하고, 새로운 벤치마크 인스턴스와 실험 결과를 제공한다.

전기 용량 제한 차량 경로 문제(ECVRP)를 위한 강건한 클러스터링 启发式 알고리즘

본 논문은 전기 차량의 제한된 배터리 용량을 고려하는 강건한 에너지 용량 제한 차량 경로 문제(RECVRP)를 해결하기 위한 접근법을 제시한다. 이를 위해 혼합 정수 계획법(MIP) 기반의 정확한 솔루션과 더불어 솔루션 속도를 향상시키기 위한 클러스터링 启发式 알고리즘을 소개한다.

PyVRP: 고성능 VRP 솔버 패키지

PyVRP는 하이브리드 유전 알고리즘을 사용하여 차량 경로 문제(VRP)를 효율적으로 해결하는 고성능 솔버 패키지이다.

대규모 언어 모델을 활용한 차량 경로 최적화

대규모 언어 모델(LLM)을 활용하여 자연어 기반 차량 경로 문제를 해결할 수 있는 방법을 제안한다. 이를 위해 21가지 차량 경로 문제 유형으로 구성된 데이터셋을 구축하고, LLM의 성능을 평가한다. 또한 LLM의 성능을 향상시키기 위한 자기 디버깅 및 자기 검증 프레임워크를 제안한다.

차량 경로 문제의 시간 제약 조건을 고려한 기계 학습 기반 이웃 선택 기법

기계 학습 기술을 활용하여 대규모 차량 경로 문제의 해를 효율적으로 개선할 수 있는 새로운 접근법을 제안한다.

차량 경로 문제의 시간 제약 조건을 고려한 기계 학습 기반 이웃 선택 기법

기계 학습 기술을 활용하여 대규모 차량 경로 문제의 해를 효율적으로 개선할 수 있는 새로운 접근법을 제안한다.

차량 경로 문제의 시간 제약 조건을 고려한 기계 학습 기반 이웃 선택 기법

본 연구에서는 차량 경로 문제의 시간 제약 조건을 고려하여 기계 학습 기법을 활용한 이웃 선택 기법을 제안한다. 이를 통해 기존의 대규모 이웃 탐색 기법의 성능을 향상시킬 수 있다.

Chi Siamo

Prodotti

Risorse