[論文レビュー] Approche Multicritère pour le Problème de Ramassage et de Livraison avec Fenêtres de Temps à Plusieurs Véhicules

Imen Harbaoui Dridi, Ryan Kammarti+2 more|arXiv (Cornell University)|Oct 5, 2010

Advanced Manufacturing and Logistics Optimization被引用数 6

ひとこと要約

本稿では、時間枠付きの複数車両ピックアップ・デリバリー問題（PDPTW）を解くためのマルチ基準遺伝的アルゴリズムのアプローチを提案する。この手法は、同時に車両台数、総遅延時間、総移動コストを最適化する。複雑なクライアント・サプライヤー関係を扱い、パレート最適解を通じて複数の目的関数のバランスの取れた妥協を達成する。

ABSTRACT

Nowadays, the transport goods problem occupies an important place in the economic life of modern societies. The pickup and delivery problem with time windows (PDPTW) is one of the problems which a large part of the research was interested. In this paper, we present a a brief literature review of the VRP and the PDPTW, propose our multicriteria approach based on genetic algorithms which allows minimize the compromise between the vehicles number, the total tardiness time and the total travel cost. And this, by treating the case where a customer can have multiple suppliers and one supplier can have multiple customers

研究の動機と目的

• 現実の物流の複雑さに対処するため、時間枠と複数のサプライヤー／顧客を含むピックアップ・デリバリーをモデル化する。
• 互いに矛盾する3つの目的を最適化する：使用する車両台数、総遅延時間、総移動コスト。
• 複数車両PDPTWの組み合わせ的複雑性を扱えるメタヒューリスティックフレームワークを開発する。
• パレート最適解の集合を生成することで、物流計画者に意思決定支援ツールを提供する。
• 既存のVRPおよびPDPTW研究を拡張し、非対称的かつ多対多のサプライヤー・顧客関係を含める。

提案手法

• 3つの明確な基準（車両台数、総遅延時間、総移動コスト）をもつ多目的最適化問題としてPDPTWを定式化する。
• 車両経路とタスク割り当てを表現するための特別な符号化を用いた遺伝的アルゴリズム（GA）を実装する。
• 3つの目的に基づいて解を評価・順位付けするために、パレート支配を用いる。
• GAの進化プロセス中に解の品質を向上させるために局所探索機構を統合する。
• 重み付き集約アプローチを用いて3つの目的を組み合わせたフィットネス関数を設計する。
• 時間枠および車両容量制約下での妥当性を保証するために、修復およびデコード手順を適用する。

実験結果

リサーチクエスチョン

• RQ1 マルチ基準アプローチは、PDPTWにおける車両台数、総遅延時間、移動コストのトレードオフを効果的にバランスさせることができるか？
• RQ2 遺伝的アルゴリズムは、時間枠付きの複数車両PDPTWに対して、多様で高品質なパレート最適解をどの程度生成できるか？
• RQ3 1人の顧客に対して複数のサプライヤー、1人のサプライヤーに対して複数の顧客が存在する場合、解の複雑さとパフォーマンスにどのような影響を与えるか？
• RQ4 提案された符号化および修復メカニズムは、解の妥当性および収束性にどのような影響を与えるか？
• RQ5 提案手法は、現実の物流計画に実用的で意思決定に即した解を提供できるか？

主な発見

• 提案されたマルチ基準遺伝的アルゴリズムは、車両台数、総遅延時間、総移動コストという3つの目的をバランスさせたパレート最適解の集合を効果的に生成した。
• 本手法は、1人あたり複数のサプライヤー、1人あたり複数の顧客を含む複雑なクライアント・サプライヤー関係を効果的に処理できた。
• GA内に局所探索を統合することで、基本的なGAバージョンと比較して解の収束性と品質が向上した。
• 時間枠および容量制約下でも、妥当性を維持するという点で、本アプローチのロバストネスが示された。
• 実験結果から、使用する車両台数を最小限に抑えつつ、総遅延時間と移動コストが顕著に削減された。
• 解の集合により、意思決定者はトレードオフの選択肢を幅広く得られ、意思決定に裏付けられた物流計画が可能になった。