[논문 리뷰] Heuristics for Vehicle Routing Problem: A Survey and Recent Advances

Fei Liu, Chengyu Lu외 4명|arXiv (Cornell University)|2023. 03. 01.

Vehicle Routing Optimization Methods인용 수 17

한 줄 요약

본 논문은 차량 경로 문제 휴리스틱스를 구성적, 개선적, 및 메타휴리스틱스로 체계적으로 고찰하고 일반 프레임워크를 개관하며 통합 휴리스틱, 자동 설계, 그리고 머신 러닝 지원과 같은 신흥 주제를 논의한다.

ABSTRACT

Vehicle routing is a well-known optimization research topic with significant practical importance. Among different approaches to solving vehicle routing, heuristics can produce a satisfactory solution at a reasonable computational cost. Consequently, much effort has been made in the past decades to develop vehicle routing heuristics. In this article, we systematically survey the existing vehicle routing heuristics, particularly on works carried out in recent years. A classification of vehicle routing heuristics is presented, followed by a review of their methodologies, recent developments, and applications. Moreover, we present a general framework of state-of-the-art methods and provide insights into their success. Finally, three emerging research topics with notable works and future directions are discussed.

연구 동기 및 목표

• 차량 경로 문제 휴리스틱스를 구성적, 개선적, 그리고 메타휴리스틱스의 세 가지 주요 범주로 분류하고 방법론, 발전 및 응용을 요약한다.
• 최신 VRP 방법에 대한 일반 프레임워크를 제시하고 강점, 약점 및 성공 요인을 식별한다.
• 통합 휴리스틱, 자동 휴리스틱 설계 및 머신 러닝 보조 접근법에서 emerging 주제와 향후 방향을 강조한다.

제안 방법

• VRP 휴리스틱스를 구성적, 개선적, 그리고 메타휴리스틱스의 세 가지 주요 범주로 분류하고 그 방법론과 응용을 검토한다.
• SOTA VRP 방법에 대한 일반 알고리즘 프레임워크를 제시하고 구성 요소와 성공 요인을 요약한다.
• 구성적, 개선적, 메타휴리스틱 방법의 최근 발전 및 실용적 응용을 논의하며 알고리즘 간 관계 및 성능 고려사항을 포함한다.

실험 결과

연구 질문

• RQ1 VRP 휴리스틱스의 주요 범주와 방법론은 무엇이며 최근 어떻게 진화해 왔는가?
• RQ2 구성적, 개선적, 메타휴리스틱 클래스에 걸쳐 서로 다른 VRP 휴리스틱스를 통합하는 SOTA 프레임워크는 무엇인가?
• RQ3 향후 VRP 연구를 이끄는 emerging topics(통합 휴리스틱, 자동 설계, ML 보조 접근법)은 무엇인가?

주요 결과

• 구성적 휴리스틱은 근접 이웃, 추가, 저장, 스윕 등과 같은 방법에서 최적성과의 차이가 있는 해를 빠르게 생성한다.
• 개선 휴리스틱은 이웃 탐색(단일 경로 내 및 경로 간)을 통해 지역 최적해에 효율적으로 도달하며 계산 시간과 해의 질 사이의 트레이드오프가 존재한다.
• 메타휴리스틱(단일 해 기반 및 집합 기반)이 VRP 연구를 지배하며 ALNS와 대규모 이웃 탐색이 실용적 영향이 크고, 머신 러닝과 RL은 이동을 안내하거나 선택하는 데 사용된다.
• 비용 감소 학습 및 연산자 동적 선택을 포함해 개선 및 탐색 전략을 안내하기 위한 머신 러닝 기법의 통합이 증가하고 있다.
• 논문은 통합 휴리스틱, 자동 휴리스틱 설계, 머신 러닝 보조 휴리스틱의 세 가지 emerging topic을 식별하고 향후 방향을 논의한다.