[論文レビュー] Heuristics for Vehicle Routing Problem: A Survey and Recent Advances

Fei Liu, Chengyu Lu+4 more|arXiv (Cornell University)|Mar 1, 2023

Vehicle Routing Optimization Methods被引用数 17

ひとこと要約

この論文は、構築的、改良型、メタヒューリスティックを含む車両経路問題のヒューリスティックを体系的に調査し、一般的なフレームワークを概説し、統一ヒューリスティック、自動設計、機械学習支援といった新興トピックを論じる。

ABSTRACT

Vehicle routing is a well-known optimization research topic with significant practical importance. Among different approaches to solving vehicle routing, heuristics can produce a satisfactory solution at a reasonable computational cost. Consequently, much effort has been made in the past decades to develop vehicle routing heuristics. In this article, we systematically survey the existing vehicle routing heuristics, particularly on works carried out in recent years. A classification of vehicle routing heuristics is presented, followed by a review of their methodologies, recent developments, and applications. Moreover, we present a general framework of state-of-the-art methods and provide insights into their success. Finally, three emerging research topics with notable works and future directions are discussed.

研究の動機と目的

• 車両経路問題のヒューリスティックを構築的、改良型、およびメタヒューリスティックに分類し、それらの方法論・発展・応用を要約する。
• 最新のVRP手法の一般的なフレームワークを提供し、強み・弱み・成功要因を特定する。
• 統一ヒューリスティック、自動ヒューリスティック設計、および機械学習支援アプローチにおける新興の研究テーマと今後の方向性を強調する。

提案手法

• VRPヒューリスティックを三つの主要カテゴリ（構築的、改良、メタヒューリスティックス）に分類し、それらの方法論と応用をレビューする。
• 最先端のVRP手法の一般的なアルゴリズムフレームワークを提示し、それらの構成要素と成功要因を要約する。
• 構築的・改良・メタヒューリスティック手法の最近の進展と実用的応用について、アルゴリズム間の関係や性能面の考慮を含めて論じる。

実験結果

リサーチクエスチョン

• RQ1 VRPヒューリスティックの主なカテゴリと方法論は何か、そしてそれらは最近どう進化してきたか。
• RQ2 構築的・改良・メタヒューリスティックのクラスを横断してさまざまなVRPヒューリスティックを統合する最先端のフレームワークは何か。
• RQ3 将来のVRP研究を導く新興トピック（統一ヒューリスティクス、自動設計、ML支援アプローチ）は何か。

主な発見

• 構築的ヒューリスティックは素早く実用的な解を生み出すが、nearest neighbor、insert、saving、sweep などの手法では最適性からのギャップがしばしば生じる。
• 改良ヒューリスティックは近傍（ルート内部およびルート間）を探索して局所最適解へ効率的に到達し、計算量と解の品質のトレードオフを伴う。
• メタヒューリスティック（単一解法および集団ベース）はVRP研究を支配しており、ALNSと大規模近傍探索が強い実用的影響を示し、機械学習とRLは移動の指針や選択に用いられている。
• 改善と探索戦略を指導するための機械学習技術の統合が進んでおり、コスト削減の学習や演算子の動的選択を含む。
• 論文は統一ヒューリスティクス、自動ヒューリスティック設計、および機械学習支援ヒューリスティクスの3つの新興トピックを特定し、今後の方向性を論じている。