核心概念
動的な交通状況を考慮し、トラックとドローンの最適なルートを決定することで、全体的な運用コストを最小化する。
摘要
本論文は、動的な交通状況を考慮した配送ドローンを含む車両ルーティング問題(VRPD-DT)を提案している。従来のVRP-D解決策は、単純な距離モデルを使用しており、時間変動する交通状況の影響を無視していた。
提案手法では以下の3つのモジュールから構成される:
- 初期解生成モジュール: 機械学習ベースの旅行時間予測モデルを活用し、高品質な初期解を生成する。
- 旅行時間予測モジュール: 実際の移動距離と予測旅行時間に基づいて、より正確なコスト見積もりを行う。
- ローカル探索モジュール: 変数近傍探索(VND)アルゴリズムを用いて、最適なトラック-ドローンルートを見つける。
シミュレーション実験の結果、提案手法は従来手法に比べ、より正確なコスト見積もりを行うことができ、様々な配送シナリオにおいて優れたパフォーマンスを示した。
統計資料
提案手法は従来手法に比べ、平均コスト見積もり誤差を37.6%、最大誤差を27.6%削減した。
顧客数が10から50に増加した際、提案手法の誤差は54.2%増加したのに対し、従来手法は100.7%増加した。
引述
"動的な交通状況を考慮し、トラックとドローンの最適なルートを決定することで、全体的な運用コストを最小化する。"
"提案手法は、より正確なコスト見積もりを行うことができ、様々な配送シナリオにおいて優れたパフォーマンスを示した。"