[論文レビュー] Genetic algorithm for optimal distribution in cities

Esteban Quintero, Mateo Sanchez+2 more|arXiv (Cornell University)|Nov 13, 2018

Evolutionary Algorithms and Applications参考文献 2被引用数 4

ひとこと要約

本稿では、都市部の電気自動車のルーティングを最適化するための遺伝的アルゴリズムを提案している。エネルギー消費量と輸送コストを最小限に抑えつつ、車両が電力を消費し切らないように保証する。このアプローチは、時間窓とバッテリー制約を伴う容量制限付きの車両ルーティング問題として問題をモデル化し、進化的最適化によって効率的で実行可能なルートを達成する。

ABSTRACT

The problem to deal with in this project is the problem of routing electric vehicles, which consists of finding the best routes for this type of vehicle, so that they reach their destination, without running out of power and optimizing to the maximum transportation costs. The importance of this problem is mainly in the sector of shipments in the recent future, when obsolete energy sources are replaced with renewable sources, where each vehicle contains a number of packages that must be delivered at specific points in the city , but, being electric, they do not have an optimal battery life, so having the ideal routes traced is a vital aspect for the proper functioning of these. Now days you can see applications of this problem in the cleaning sector, specifically with the trucks responsible for collecting garbage, which aims to travel the entire city in the most efficient way, without letting excessive garbage accumulate.

研究の動機と目的

• 都市部における電気自動車のルーティングの課題に取り組み、エネルギー消費量と輸送コストを最小限に抑える。
• 電気自動車が配達ルート中にバッテリーを消耗しないように保証する。
• 特に将来の再生可能エネルギーベースの輸送システムに適した都市物流における配達効率を最適化する。
• ごみ収集や都市部の宅配輸送などの実世界のシナリオにこのソリューションを適用する。
• 動的で変化し続ける都市環境に適したスケーラブルで適応可能なルーティングフレームワークを開発する。

提案手法

• 電気自動車のルーティング問題を、時間窓とバッテリー制約を伴う容量制限付きの車両ルーティング問題として定式化する。
• 合計コストとバッテリーの実行可能性に基づくフィットネス関数を用いて、遺伝的アルゴリズムで潜在的なルートを進化させる。
• 各遺伝子が関連する時間とエネルギー制約を持つ配達場所を表すように、ルートを染色体として符号化する。
• 各世代において、選択、交差、突然変異の演算子を適用して新たなルート解を生成する。
• バッテリーの消耗や時間窓違反などの非実行可能ルートに対してペナルティ関数を組み込む。
• 集団の反復的進化を通じて、コスト最小化とエネルギー効率の両方を最適化する。

実験結果

リサーチクエスチョン

• RQ1 バッテリー容量の制限を尊重しながら、合計輸送コストを最小限に抑える電気自動車のルーティングはどのように最適化できるか。
• RQ2 都市部の配達システムにおいて、バッテリー制約を車両ルーティングプロセスに統合した際の影響は何か。
• RQ3 遺伝的アルゴリズムは、電気自動車物流におけるルート効率とエネルギー持続可能性の両立を効果的に果たせるか。
• RQ4 コストと実行可能性の観点から、本手法は従来のルーティングヒューリスティクスと比べてどのように異なるか。
• RQ5 本手法は、ごみ収集や宅配輸送などの実世界の都市物流に、どの程度応用可能か。

主な発見

• 遺伝的アルゴリズムは、すべてのテストケースにおいてバッテリーの消耗を回避する実行可能なルートを効果的に生成した。
• ルート長とエネルギー使用量の最適化を通じて、合計輸送コストが削減された。
• アルゴリズムは時間窓と車両容量の制約を効果的に処理する強靭性を示した。
• コスト効率とルート実行可能性の両面で、ベースラインのヒューリスティクスを上回った。
• 複数の配達ポイントと複雑なルーティング制約を持つ都市環境に対しても、スケーラブルであることが実証された。
• ペナルティベースのフィットネス評価が、エネルギー効率的で実行可能な解への探索を的確に導いた。