[論文レビュー] Roulette-Wheel Selection-Based PSO Algorithm for Solving the Vehicle Routing Problem with Time Windows

Gautam Siddharth Kashyap, Alexander E. I. Brownlee+3 more|arXiv (Cornell University)|Jun 4, 2023

Vehicle Routing Optimization Methods被引用数 42

ひとこと要約

この論文は、VRPTWを解くためのルーレットホイール選択ベースのPSO（RWPSO）を提案し、Solomonベンチマークデータセットにおいて最新手法と比較して競争力のある性能を示す。

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.

研究の動機と目的

• ロジスティクスコストを削減しつつ、時間枠と容量を尊重してVRPTWの解決を促進する。
• VRPTWを扱う際のPSOにおける早期収束へ対処する。
• 探索と活用のバランスを改善する新規RWPSOアプローチを導入する。
• 標準のSolomon VRPTWベンチマークでRWPSOの性能を検証し、既存アルゴリズムと比較する。

提案手法

• PSOにルーレットホイール選択機構を組み込んで早期収束を緩和するRWPSOを開発する。
• 時間窓と車丼容量制約を伴うVRPTW問題にRWPSOを適用する。
• 計算実験には Solomon VRPTWベンチマークデータセットを使用する。
• 文献中の最新アルゴリズムと2つの最先端手法とRWPSOを比較する。

実験結果

リサーチクエスチョン

• RQ1 RWPSOは既存のPSOベースおよび他のメタヒューリスティック手法と比較してVRPTWの解の品質を改善できるか？
• RQ2 RWPSOはVRPTWにおいて早期収束をより効果的に緩和しつつ計算効率を維持できるか？
• RQ3 標準のSolomon VRPTWインスタンスにおけるRWPSOの性能は先行アルゴリズムと比較してどうか？
• RQ4 VRPTWにおけるRWPSOの競争力の主な要因は何か？

主な発見

• RWPSOはSolomonベンチマークデータセットで最新のVRPTWアルゴリズムと競合する。
• RWPSOは2つの最先端文献アルゴリズムに対して有利な性能を示す。
• ルーレットホイールの改良はVRPTW問題におけるPSOの早期収束を解決するのに役立つ。
• RWPSOは最適化全体を通じて効果的な探索と活用のバランスを維持する。
• 計算実験はRWPSOのSCMおよび物流派遣の文脈への適用性を検証する。