[논문 리뷰] Genetic algorithm for optimal distribution in cities

Esteban Quintero, Mateo Sanchez외 2명|arXiv (Cornell University)|2018. 11. 13.

Evolutionary Algorithms and Applications참고 문헌 2인용 수 4

한 줄 요약

이 논문은 도시 환경에서 전기자동차의 배송 경로를 최적화하기 위해 유전 알고리즘을 제안하며, 에너지 소비와 운송 비용을 최소화하면서도 차량의 배터리가 고갈되지 않도록 보장한다. 이 방법은 시간 창과 배터리 제약 조건이 있는 용량 제약이 있는 차량 배송 문제로 문제를 모델링하여 진화적 최적화를 통해 효율적이고 실행 가능한 경로를 도출한다.

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.

연구 동기 및 목표

• 도시 내 전기자동차의 경로 문제를 해결하여 에너지 소비와 운송 비용을 최소화한다.
• 배송 경로 중 전기자동차의 배터리가 고갈되지 않도록 보장한다.
• 특히 향후 재생 가능 에너지원 기반의 운송 시스템을 위한 도시 물류의 효율성을 최적화한다.
• 쓰레기 수거 및 도시 소포 배달과 같은 실제 응용 사례에 솔루션을 적용한다.
• 동적인 도시 환경에 적합한 확장성 있고 적응 가능한 경로 설정 프레임워크를 개발한다.

제안 방법

• 전기자동차의 경로 문제를 시간 창과 배터리 제약 조건이 있는 용량 제약이 있는 차량 배송 문제로 수식화한다.
• 전체 비용과 배터리 실행 가능성에 기반한 적합도 함수를 사용하여 유전 알고리즘으로 잠재적 경로를 진화시킨다.
• 각 유전자는 배송 지점과 관련된 시간 및 에너지 제약 조건을 나타내는 염색체로 경로를 인코딩한다.
• 각 세대에서 새로운 경로 솔루션을 생성하기 위해 선택, 교차 및 변이 연산자를 적용한다.
• 배터리 고갈 또는 시간 창 위반과 같은 비가능한 경로에 대해 페널티 함수를 통합한다.
• 인구 집단의 반복적 진화를 통해 비용 최소화와 에너지 효율성 최적화를 동시에 달성한다.

실험 결과

연구 질문

• RQ1 배터리 용량 제한을 고려하면서도 총 운송 비용을 최소화할 수 있는 전기자동차 경로 최적화 방법은 무엇인가?
• RQ2 시간 창과 배터리 제약 조건을 차량 배송 과정에 통합할 경우 도시 배송 시스템에 어떤 영향을 미치는가?
• RQ3 유전 알고리즘이 전기자동차 물류에서 경로 효율성과 에너지 지속 가능성 사이를 효과적으로 균형 잡을 수 있는가?
• RQ4 기본 히우리스틱 기반의 기존 방법과 비교할 때 제안된 방법은 비용과 실행 가능성 측면에서 어떤가?
• RQ5 이 방법은 쓰레기 수거나 소포 배달과 같은 실제 도시 물류에 얼마나 널리 적용될 수 있는가?

주요 결과

• 유전 알고리즘이 모든 테스트 케이스에서 배터리 고갈을 방지하는 실행 가능한 경로를 성공적으로 생성하였다.
• 경로 길이와 에너지 사용 최적화를 통해 총 운송 비용을 감소시켰다.
• 알고리즘이 시간 창과 차량 용량 제약 조건을 효과적으로 처리하는 데 있어 뛰어난 강건성을 보였다.
• 비용 효율성과 경로 실행 가능성 측면에서 기존 히우리스틱보다 우수한 성능을 보였다.
• 다수의 배송 지점과 복잡한 경로 제약 조건을 가진 도시 환경에서도 확장 가능함을 입증하였다.
• 페널티 기반의 적합도 평가가 에너지 효율적이고 실행 가능한 솔루션으로의 탐색을 효과적으로 이끌었다.