The Clustered Orienteering Problem with Subgroups

要約

この論文では、サブグループを含むクラスター化オリエンテーリング問題 (COPS) と呼ばれる、オリエンテーリング問題 (OP) の拡張機能を紹介します。
この変形例では、ノードがサブグループに配置され、サブグループがクラスターに編成されます。
報酬は各サブグループに関連付けられており、そのすべてのノードが訪問された場合にのみ獲得されます。
ただし、クラスタごとにアクセスできるサブグループは最大 1 つです。
目的は、旅行予算を達成しながら、収集される報酬の総額を最大化することです。
私たちの新しい定式化には、ここで紹介した他のシナリオに加えて、以前の 2 つのよく知られた変形、クラスター化オリエンテーリング問題 (COP) と集合オリエンテーリング問題 (SOP) をモデル化して解く機能があることを示します。
この問題を解決するために、整数線形計画法 (ILP) 定式化とタブ検索ベースのヒューリスティックが提案されています。
実験結果は、ILP 法は時間を犠牲にして最適な解を生成できるのに対し、メタヒューリスティックはより妥当な計算コスト内で同等の解を生成することを示しています。

要約(オリジナル)

This paper introduces an extension to the Orienteering Problem (OP), called Clustered Orienteering Problem with Subgroups (COPS). In this variant, nodes are arranged into subgroups, and the subgroups are organized into clusters. A reward is associated with each subgroup and is gained only if all of its nodes are visited; however, at most one subgroup can be visited per cluster. The objective is to maximize the total collected reward while attaining a travel budget. We show that our new formulation has the ability to model and solve two previous well-known variants, the Clustered Orienteering Problem (COP) and the Set Orienteering Problem (SOP), in addition to other scenarios introduced here. An Integer Linear Programming (ILP) formulation and a Tabu Search-based heuristic are proposed to solve the problem. Experimental results indicate that the ILP method can yield optimal solutions at the cost of time, whereas the metaheuristic produces comparable solutions within a more reasonable computational cost.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google