Metaheuristic Enhanced with Feature-Based Guidance and Diversity Management for Solving the Capacitated Vehicle Routing Problem

要約

我々は、Capacitated Vehicle Routing 問題 (CVRP) を解決するために設計された、特徴ベースのガイダンスで強化されたメタヒューリスティック アルゴリズムを提案します。
提案されたガイダンスを策定するために、最適化プロセス中にガイダンスを策定し、ソリューションの多様性を制御するために使用される教師あり機械学習 (ML) モデルを開発および説明しました。
提案されたガイダンスを実装するために、近傍検索とハイブリッド分割およびパス再リンクの新しいメカニズムを組み合わせたメタヒューリスティック アルゴリズムを提案します。
提案されたガイダンスは、CVRP を解決する際に、提案されたメタヒューリスティック アルゴリズムに統計的に有意な改善をもたらすことが証明されています。
さらに、提案されたガイド付きメタヒューリスティックは、最先端のメタヒューリスティック アルゴリズム間で競合するソリューションを生成することもできます。

要約(オリジナル)

We propose a metaheuristic algorithm enhanced with feature-based guidance that is designed to solve the Capacitated Vehicle Routing Problem (CVRP). To formulate the proposed guidance, we developed and explained a supervised Machine Learning (ML) model, that is used to formulate the guidance and control the diversity of the solution during the optimization process. We propose a metaheuristic algorithm combining neighborhood search and a novel mechanism of hybrid split and path relinking to implement the proposed guidance. The proposed guidance has proven to give a statistically significant improvement to the proposed metaheuristic algorithm when solving CVRP. Moreover, the proposed guided metaheuristic is also capable of producing competitive solutions among state-of-the-art metaheuristic algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google