[논문 리뷰] A Genetic Algorithm for the Multi-Pickup and Delivery Problem with time windows

Imen Harbaoui Dridi, Ryan Kammarti외 2명|arXiv (Cornell University)|2010. 09. 25.

Advanced Manufacturing and Logistics Optimization인용 수 7

한 줄 요약

이 논문은 순서, 용량, 시간 창 제약 조건을 포함하는 복잡한 차량 경로 문제인 다중 픽업 및 배달 문제(Time Windows 포함, m-PDPTW)를 해결하기 위해 유전 알고리즘(GA)을 제안한다. 이 방법은 경로를 표현하기 위해 맞춤형 염색체 인코딩을 사용하며, 총 이동 거리와 비용을 최소화한다. 기준 인스턴스에 대한 계산 실험을 통해 효과성을 입증한다.

ABSTRACT

In This paper we present a genetic algorithm for the multi-pickup and delivery problem with time windows (m-PDPTW). The m-PDPTW is an optimization vehicles routing problem which must meet requests for transport between suppliers and customers satisfying precedence, capacity and time constraints. This paper purposes a brief literature review of the PDPTW, present our approach based on genetic algorithms to minimizing the total travel distance and thereafter the total travel cost, by showing that an encoding represents the parameters of each individual.

연구 동기 및 목표

• 순서, 용량, 시간 창 제약 조건을 포함하는 복잡한 차량 경로 문제의 변종인 다중 픽업 및 배달 문제(Time Windows 포함, m-PDPTW)를 해결하기 위해.
• m-PDPTW 인스턴스에서 총 이동 거리를 최소화함으로써 총 이동 비용을 최소화하는 유전 알고리즘을 개발하기 위해.
• 정확한 순서 및 시간 창 제약 조건을 만족하는 타당한 해를 효과적으로 표현할 수 있는 염색체 인코딩 체계를 설계하기 위해.
• 제안된 GA의 성능을 기준 인스턴스에서 평가하여 대규모 m-PDPTW 문제를 해결하는 데서의 효과성을 입증하기 위해.

제안 방법

• 각 유전자는 픽업-배달 쌍에 해당하는 맞춤형 염색체 표현을 사용하여 경로를 인코딩하며, 순서 제약 조건을 유지한다.
• 표준 유전적 연산자인 선택, 교차, 변이를 사용하며, 시간 창 및 용량 제약 조건 하에서 타당성을 유지하도록 조정한다.
• 총 이동 거리에 기반한 적합도 함수를 정의하며, 시간 창 또는 용량 한계를 위반하는 타당하지 않은 해에는 페널티를 적용한다.
• 인구 다양성을 유지하고 수렴성을 향상시키기 위해 안정 상태 선택 전략을 사용한다.
• 해 표현 방식은 각 배달이 해당 픽업 이후에만 이루어지도록 보장하여 순서 제약 조건을 충족시킨다.
• 해의 품질과 수렴 속도 측면에서 알고리즘 성능을 평가하기 위해 기준 인스턴스에서 계산 실험을 수행한다.

실험 결과

연구 질문

• RQ1 m-PDPTW에서 순서, 용량, 시간 창 제약 조건을 효과적으로 처리하기 위해 유전 알고리즘을 어떻게 적절히 변형할 수 있는가?
• RQ2 어떤 염색체 인코딩 전략이 m-PDPTW 해를 표현할 때 타당성과 효율성을 보장하는가?
• RQ3 기존 방법과 비교해 제안된 GA가 총 이동 거리와 비용을 얼마나 줄일 수 있는가?
• RQ4 해의 품질과 수렴성 측면에서, 다양한 크기와 복잡도 수준의 인스턴스에서 알고리즘이 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 유전 알고리즘은 모든 순서, 용량, 시간 창 제약 조건을 만족하는 타당한 해를 성공적으로 생성한다.
• 알고리즘은 총 이동 거리를 상당히 감소시켜 직접적으로 총 이동 비용을 낮춘다.
• 맞춤형 염색체 인코딩이 진화 과정 전반에 걸쳐 해의 타당성을 효과적으로 유지한다.
• 계산 결과는 알고리즘이 합리적인 시간 내에 고품질의 해로 수렴할 수 있음을 입증한다.
• 시험한 기준 인스턴스에서 기준 방법 대비 해의 품질 측면에서 본 알고리즘이 뛰어난 성능을 발휘한다.
• 페널티 기반 적합도 평가의 사용으로 타당하지 않은 해가 억제되어 타당하고 최적의 경로로의 탐색을 이끈다.