[논문 리뷰] Integrating Fuzzy and Ant Colony System for Fuzzy Vehicle Routing Problem with Time Windows

Sandhya Bansal, Vijay Katiyar|arXiv (Cornell University)|2014. 11. 14.

Vehicle Routing Optimization Methods참고 문헌 24인용 수 4

한 줄 요약

이 논문은 퍼지 논리와 개미 군집 시스템(ACS)을 융합한 하이브리드 메타휴리스틱을 제안하여 여행 시간이 불확실하고 신뢰도 이론으로 모델링되는 퍼지 차량 경로 문제 시간 창(이하 FVRPTW)을 해결한다. 이 방법은 해의 품질과 시간 창 준수 간 균형을 이루기 위해 선호도 지수를 사용하며, 다양한 시간 창에 걸쳐 표준 테스트 인스턴스에서 효과적인 성능을 보여준다.

ABSTRACT

In this paper fuzzy VRPTW with an uncertain travel time is considered. Credibility theory is used to model the problem and specifies a preference index at which it is desired that the travel times to reach the customers fall into their time windows. We propose the integration of fuzzy and ant colony system based evolutionary algorithm to solve the problem while preserving the constraints. Computational results for certain benchmark problems having short and long time horizons are presented to show the effectiveness of the algorithm. Comparison between different preferences indexes have been obtained to help the user in making suitable decisions.

연구 동기 및 목표

• 물류 분야에서 흔히 발생하는 실제 문제인 불확실한 이동 시간을 고려한 차량 경로 문제(VRPTW)를 해결하기 위해.
• 신뢰도 이론을 적용하여 불확실한 이동 시간을 모델링하고, 시간 창 준수를 위한 선호도 기반 접근법을 가능하게 하기 위해.
• 퍼지 논리와 개미 군집 시스템(ACS)을 통합하여 강건하고 제약 조건을 유지하는 진화적 알고리즘을 개발하기 위해.
• 다양한 선호도 지수가 해의 품질과 시간 창 준수에 미치는 영향을 평가하기 위해.
• 짧은 시간 창과 긴 시간 창을 모두 포함한 표준 문제 인스턴스에서 알고리즘의 효과성을 입증하기 위해.

제안 방법

• 불확실한 이동 시간을 표현하기 위해 퍼지 집합을 사용하고, 이동 시간이 시간 창 내에 포함될 가능성의 정도를 정량화하기 위해 신뢰도 이론을 적용한다.
• 총 이동 비용 최소화와 시간 창 준수 최대화 사이의 트레이드오프를 균형 잡기 위해 선호도 지수를 도입한다.
• 페로몬 흔적과 히우리스틱 정보를 퍼지 환경에서 활용하는 방식으로 ACS를 수정하여 퍼지 매개변수를 처리하도록 한다.
• 차량 용량, 시간 창 등의 하드 제약 조건을 유지하면서 총 비용과 선호도 지수를 최적화한다.
• 총 이동 비용과 시간 창 위반에 기반한 페널티 항을 선호도 지수로 가중한 복합 적합도 함수를 정의한다.
• 다양한 시간 창과 선호도 수준에서 성능을 평가하기 위해 표준 기준 인스턴스를 대상으로 계산 실험을 수행한다.

실험 결과

연구 질문

• RQ1 퍼지 논리와 개미 군집 시스템의 융합이 불확실한 이동 시간을 고려한 FVRPTW에서 해의 품질을 어떻게 향상시키는가?
• RQ2 선호도 지수를 다양하게 조절할 경우, 비용 최소화와 시간 창 준수 사이의 트레이드오프에 어떤 영향을 미치는가?
• RQ3 불확실성 하에서 제안된 알고리즘이 시간 창 제약 조건을 얼마나 효과적으로 준수하는가?
• RQ4 짧은 시간 창과 긴 시간 창을 모두 포함한 표준 문제 인스턴스에서 알고리즘의 성능은 어떠한가?
• RQ5 선호도 지수는 사용자가 최적의 경로 전략을 도출하도록 안내하는 의사결정 도구로 활용될 수 있는가?

주요 결과

• 제안된 하이브리드 퍼지-ACS 알고리즘은 다양한 선호도 지수에서 비용 최소화와 시간 창 준수 사이의 균형을 효과적으로 유지한다.
• 높은 선호도 지수는 더 나은 시간 창 준수를 이끌어내지만, 총 이동 거리가 증가하는 대가가 수반된다.
• 알고리즘은 짧은 시간 창과 긴 시간 창을 모두 포함한 표준 기준 인스턴스에서 강건한 성능을 보이며, 확장성 또한 입증되었다.
• 비교 결과에 따르면 선호도 지수가 해의 품질에 상당한 영향을 미치며, 사용자가 의사결정을 내리기 위해 조정 가능한 매개변수를 제공한다.
• 신뢰도 이론과 ACS의 융합은 VRPTW에서 하드 제약 조건을 유지하면서도 불확실성을 효과적으로 다룰 수 있도록 한다.
• 계산 결과는 알고리즘이 퍼지 이동 시간 조건 하에서도 실현 가능하고 고성능의 해를 생성할 수 있음을 확인한다.