[論文レビュー] A Variable Neighborhood Search for Flying Sidekick Traveling Salesman Problem

Júlia Cária de Freitas, Puca Huachi Vaz Penna|arXiv (Cornell University)|Apr 11, 2018

Vehicle Routing Optimization Methods参考文献 17被引用数 11

ひとこと要約

本稿では、混合整数プログラミング（MIP）と一般可変近傍探索（GVNS）を組み合わせたハイブリッドヒューリスティックHGVNSを提案し、ドローン・トラック連携型小包配達の最適化を行う飛行サイドキック旅行セールスマン問題（FSTSP）を解く。本手法は、全インスタンスにおいて合計配達時間を最大67.79%短縮し、TSPLIBに基づく新規インスタンスを含む、すべてのベンチマークインスタンスで新たな最良既知解（BKS）を確立した。

ABSTRACT

The efficiency and dynamism of Unmanned Aerial Vehicles (UAVs), or drones, present substantial application opportunities in several industries in the last years. Notably, the logistic companies gave close attention to these vehicles envisioning reduce delivery time and operational cost. A variant of the Traveling Salesman Problem (TSP) called Flying Sidekick Traveling Salesman Problem (FSTSP) was introduced involving drone-assisted parcel delivery. The drone is launched from the truck, proceeds to deliver parcels to a customer and then is recovered by the truck in a third location. While the drone travels through a trip, the truck delivers parcels to other customers as long as the drone has enough battery to hover waiting for the truck. This work proposes a hybrid heuristic that the initial solution is created from the optimal TSP solution reached by a TSP solver. Next, an implementation of the General Variable Neighborhood Search is used to obtain the delivery routes of truck and drone. Computational experiments show the potential of the algorithm to improve the delivery time significantly. Furthermore, we provide a new set of instances based on well-known TSPLIB instances.

研究の動機と目的

• ドローン・トラック連携による、より速く、低コストな最終一英里小包配達の需要増加に対応する。
• トラックとドローンの協調運用を伴うTSPの変種たる飛行サイドキック旅行セールスマン問題（FSTSP）に対する、効率的なメタヒューリスティックの開発。
• 合計配達時間を短縮することで、FSTSPインスタンスの既存の最良既知解（BKS）を上回ること。
• FSTSP研究のための新たな大規模ベンチマークセットを、よく知られたTSPLIB TSPインスタンスに基づいて生成すること。
• ドローン速度と車両の協調運用が配達効率に与える影響を評価すること。

提案手法

• 初期解は、混合整数プログラミング（MIP）ソルバを用いて得られた最適TSP巡回路から生成される。
• ハイブリッドヒューリスティックHGVNSは、一般可変近傍探索（GVNS）を適用し、近傍構造を探索することでMIP解を段階的に改善する。
• 局所最適解から脱出および探索の多様化を図るため、確率的可変近傍降下（VND）のコンponentを用いる。
• ドローンの航続距離および積載制限を考慮して、顧客をトラックまたはドローンに割り当てる。
• 合計配達時間（トラックとドローンの完了時間の最大値）に基づいて解を評価する。
• 本手法は、Ponza（2016）、Agatzら（2016）、および新規TSPLIBベースのセットの3つのベンチマークセットで評価された。

実験結果

リサーチクエスチョン

• RQ1 HGVNSヒューリスティックは、FSTSPに対する既存手法と比較して、合計配達時間をどの程度短縮できるか？
• RQ2 ドローン速度は、協調的トラック・ドローン配達における合計配達時間にどの程度の影響を及ぼすか？
• RQ3 TSPLIBインスタンスに基づく新たな大規模ベンチマークセットは、FSTSPアルゴリズムの評価をどのように改善できるか？
• RQ4 車両の協調運用とルート計画は、FSTSPにおける配達時間の最小化にどのような影響を及ぼすか？
• RQ5 提案手法は、多様なFSTSPインスタンスにおいて、一貫して既存の最良既知解を上回ることができるか？

主な発見

• HGVNSアルゴリズムは、新規TSPLIBベースのインスタンスにおいて、最適TSP巡回路比で平均13.49%の改善を達成した。
• あるインスタンスでは合計配達時間が最大67.79%短縮され、優れた性能が示された。
• Ponza（2016）インスタンスでは、前回の最良既知値と比較して最大24.84%の改善が達成された。
• Agatzら（2016）のTSP-D変種では、ドローン速度が配達時間に顕著な影響を及ぼすことが示され、ドローンがトラックの2倍速い場合に最大の改善が観察された。
• 本研究で報告されたFSTSPインスタンスのすべてで、新たな最良既知解（BKS）が確立された。
• 最大200件の顧客を含む、TSPLIBベースの新規インスタンスセットは、将来のFSTSP研究におけるスケーラブルなベンチマークを提供する。