[论文解读] On the use of reference points for the biobjective Inventory Routing Problem

Martin Josef Geiger, Marc Sevaux|arXiv (Cornell University)|Sep 14, 2011

Vehicle Routing Optimization Methods参考文献 12被引用 8

一句话总结

本文提出一种基于参考点的局部搜索方法，用于双目标库存路径问题（IRP），将库存成本与路径成本作为独立目标，以识别帕累托最优解。通过使用可变数量的参考点，该方法在计算成本与解质量之间实现平衡，表明即使仅使用三个参考点，也能在包含240个周期及最多150名客户的大型实例上，获得非支配且高质量的帕累托前沿近似解。

ABSTRACT

The article presents a study on the biobjective inventory routing problem. Contrary to most previous research, the problem is treated as a true multi-objective optimization problem, with the goal of identifying Pareto-optimal solutions. Due to the hardness of the problem at hand, a reference point based optimization approach is presented and implemented into an optimization and decision support system, which allows for the computation of a true subset of the optimal outcomes. Experimental investigation involving local search metaheuristics are conducted on benchmark data, and numerical results are reported and analyzed.

研究动机与目标

• 为解决单目标IRP模型将库存与路径成本聚合处理所导致的局限性，此类模型会掩盖战术规划中的权衡关系。
• 开发一种方法，以识别双目标IRP的真实帕累托最优解，避免对冲突目标进行人为加权。
• 通过可调节的参考点实现计算资源的动态调控，支持交互式决策制定。
• 评估在基准IRP实例上，不同数量参考点对帕累托前沿近似性能与质量的影响。
• 评估在大规模、多周期IRP场景下，计算效率与解质量之间的权衡关系。

提出的方法

• 该方法将双目标IRP分解为一系列由结果空间中参考点引导的局部搜索步骤，每个参考点代表库存与路径成本之间期望的权衡。
• 采用局部搜索元启发式算法，在当前解的邻域内探索解，利用参考点引导搜索朝向帕累托前沿的偏好区域。
• 通过大小为 R ∈ {3, 5, 11} 的参考点集合控制搜索方向数量与计算工作量。
• 解的表示形式包括每个客户 i 和周期 t 的配送数量 q_it，需满足容量、库存与需求约束。
• 通过强制执行 q_it ≤ Q_i - L_it-1 防止库存超限，以及 d_it ≤ L_it-1 + q_it 避免缺货，确保解的可行性。
• 算法基于两个目标函数评估解：总库存成本（对所有 i 和 t 求和 L_it）与总路径距离（对所有 t 求和 VRP_t(q_1t,…,q_nt)）。

实验结果

研究问题

• RQ1 基于参考点的局部搜索方法是否能在不将目标聚合为单一标量函数的前提下，有效近似双目标IRP的帕累托前沿？
• RQ2 参考点数量如何影响大规模IRP实例上帕累托前沿近似的解质量与计算成本？
• RQ3 与较大参考点集（如 R=11）相比，使用少量参考点（如 R=3）获得的解在解质量与多样性方面是否被支配？
• RQ4 该方法在多大程度上可通过允许决策者聚焦于结果空间的偏好区域，支持交互式决策制定？
• RQ5 在多目标IRP设置中，计算时间如何随客户数量与计划周期长度（T=240）变化？

主要发现

• 该方法成功计算出包含最多150名客户与240个周期的双目标IRP实例的非支配帕累托前沿近似解，展现出实际应用潜力。
• 仅使用三个参考点即可获得不被五或十一个参考点所支配的解集，表明在计算成本较低的情况下仍能实现高质量近似。
• 参考点数量有效调节计算工作量：增加 R 会延长CPU时间，但能提升帕累托前沿近似的凸性与覆盖范围。
• 对于最大规模实例（GS-04-c，含150名客户与正弦需求），当 R=11 时，计算时间最高达1567036秒（超过18天），凸显可扩展性挑战。
• 结果表明，使用少量参考点的初步近似解不仅计算迅速，且质量可接受，支持在战术规划中实现交互式决策。
• 通过参考点选择，该方法使决策者能够聚焦于结果空间的偏好区域，显著提升在实际应用中的可用性。