[논문 리뷰] Roulette-Wheel Selection-Based PSO Algorithm for Solving the Vehicle Routing Problem with Time Windows

Gautam Siddharth Kashyap, Alexander E. I. Brownlee외 3명|arXiv (Cornell University)|2023. 06. 04.

Vehicle Routing Optimization Methods인용 수 42

한 줄 요약

본 논문은 VRPTW 해결을 위한 룰렛휠 선택 기반 PSO(RWPSO)를 제안하고 Solomon 벤치마크 데이터셋에서 최신 방법들과 비교해 경쟁력 있는 성능을 보임을 입증한다.

ABSTRACT

The well-known Vehicle Routing Problem with Time Windows (VRPTW) aims to reduce the cost of moving goods between several destinations while accommodating constraints like set time windows for certain locations and vehicle capacity. Applications of the VRPTW problem in the real world include Supply Chain Management (SCM) and logistic dispatching, both of which are crucial to the economy and are expanding quickly as work habits change. Therefore, to solve the VRPTW problem, metaheuristic algorithms i.e. Particle Swarm Optimization (PSO) have been found to work effectively, however, they can experience premature convergence. To lower the risk of PSO's premature convergence, the authors have solved VRPTW in this paper utilising a novel form of the PSO methodology that uses the Roulette Wheel Method (RWPSO). Computing experiments using the Solomon VRPTW benchmark datasets on the RWPSO demonstrate that RWPSO is competitive with other state-of-the-art algorithms from the literature. Also, comparisons with two cutting-edge algorithms from the literature show how competitive the suggested algorithm is.

연구 동기 및 목표

• 시간 창과 용량을 준수하면서 물류 비용을 줄이는 VRPTW 해결의 필요성을 제시한다.
• VRPTW를 다룰 때 PSO의 초기 수렴 문제를 다룬다.
• 탐색-활용 균형을 개선하기 위한 새로운 RWPSO 접근법을 도입한다.
• 표준 Solomon VRPTW 벤치마크에서 RWPSO의 성능을 검증하고 기존 알고리즘과 비교한다.

제안 방법

• 조기 수렴 완화를 위해 PSO에 룰렛휠 선택 메커니즘을 통합하여 RWPSO를 개발한다.
• 시간 창과 차량 용량 제약이 있는 VRPTW 문제에 RWPSO를 적용한다.
• 계산 실험을 위해 Solomon VRPTW 벤치마크 데이터세트를 사용한다.
• 문헌의 최신 알고리즘 및 두 가지 최첨단 방법과 RWPSO를 비교한다.

실험 결과

연구 질문

• RQ1 RWPSO가 기존의 PSO 기반 및 다른 메타휴리스틱 접근법에 비해 VRPTW의 해 품질을 개선할 수 있는가?
• RQ2 RWPSO가 VRPTW에서 초기 수렴 문제를 더 잘 완화하면서 계산 효율성을 유지하는가?
• RQ3 표준 Solomon VRPTW 인스턴스에서 RWPSO의 성능이 선도 알고리즘에 비해 어떤가?
• RQ4 RWPSO의 VRPTW에서 경쟁력 있는 성능에 기여하는 주요 요인은 무엇인가?

주요 결과

• RWPSO는 Solomon 벤치마크 데이터셋에서 최신 VRPTW 알고리즘과 경쟁력이 있다.
• RWPSO는 두 가지 최첨단 문헌 알고리즘에 비해 우수한 성능을 보인다.
• 룰렛휠 수정은 VRPTW 문제에서 PSO의 조기 수렴 문제를 해결하는 데 도움이 된다.
• RWPSO는 최적화 전 과정에서 효과적인 탐색-활용 균형을 유지한다.
• 계산 실험은 RWPSO의 SCM 및 물류 파견 맥락에 대한 적용 가능성을 검증한다.