[論文レビュー] Un Algorithme génétique 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

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

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（m-PDPTW）を解くために、総走行コストを最小化する遺伝的アルゴリズムを提案する。順序制約、容量制約、時間枠制約を、解の妥当性とコストに基づく適応度評価を伴う、カスタマイズされた遺伝的アプローチと修復メカニズムを統合して処理する。

ABSTRACT

The PDPTW is an optimization vehicles routing problem which must meet requests for transport between suppliers and customers satisfying precedence, capacity and time constraints. We present, in this paper, a genetic algorithm for optimization of a multi pickup and delivery problem with time windows (m-PDPTW). We purposes a brief literature review of the PDPTW, present an approach based on genetic algorithms to give a satisfying solution to the m-PDPTW minimizing the total travel cost.

研究の動機と目的

• 物流および輸送分野における重要な課題である、時間枠付きの複数車両ピックアップ・デリバリー問題（m-PDPTW）の複雑さに対処すること。
• 順序制約、容量制約、時間枠制約を同時に処理できる効率的なメタヒューリスティック解法を開発すること。
• 全顧客およびサプライヤーのサービス要件を満たしつつ、車両経路における総走行コストを最小化すること。
• 現実の物流運用に適用可能なスケーラブルで頑健な最適化フレームワークを提供すること。

提案手法

• 車両ルート、ピックアップおよびデリバリー順序、時間枠準拠を符号化する染色体表現を用いた遺伝的アルゴリズムを設計する。
• 時間枠または順序制約に違反する不適切な解を修正する修復メカニズムを実装する。
• 不適切さに対するペナルティと低コストを奨励する適応度関数を用いる。
• 標準的な遺伝的演算子（選択：トーナメント、交叉：順序ベース、変異：交換および反転）を適用して解空間を探索する。
• 遺伝的進化の後に解の品質を向上させるための局所探索改善ステップを統合する。
• ベンチマークインスタンスを用いてアルゴリズムを検証し、性能および収束性を評価する。

実験結果

リサーチクエスチョン

• RQ1 遺伝的アルゴリズムは、m-PDPTWにおける順序制約、容量制約、時間枠制約をどのように効果的に統合できるか？
• RQ2 どの遺伝的符号化および演算子が、近似的最適解への最も効率的な収束をもたらすか？
• RQ3 提案手法は、既存の手法と比較して、総走行コストをどの程度低減できるか？
• RQ4 問題サイズや制約の厳密さの変動に対して、解の頑健性はどの程度か？
• RQ5 修復メカニズムは、探索空間の効果的かつ妥当性を保つために、どの程度有効に機能するか？

主な発見

• 提案された遺伝的アルゴリズムは、すべての順序制約、容量制約、時間枠制約を満たす妥当な解を効果的に生成した。
• アルゴリズムは低コスト解への収束を示し、ベースラインヒューリスティクスと比較して、総走行コストを顕著に低減した。
• 修復メカニズムの統合により、世代間で高い妥当性率が維持され、解の信頼性が向上した。
• 遺伝的演算子と局所探索を組み合わせたハイブリッドアプローチにより、解の品質と収束速度が向上した。
• ベンチマークデータを用いた検証により、中規模のm-PDPTWインスタンスに対しても本手法がスケーラブルかつ適用可能であることが確認された。
• 適応度関数が、コスト効率的かつ妥当なルートへの探索を効果的に導くことが結果から確認された。