Optimization of Multi-Agent Flying Sidekick Traveling Salesman Problem over Road Networks

要約

トラックとドローンの混合配送システムは、ラストワンマイルの物流においてますます注目を集めていますが、現実世界の複雑さにより、シングルエージェントの完全に接続されたグラフモデルから、実際の道路ネットワーク上で動作するマルチエージェントシステムへの移行が求められています。
道路ネットワークにマルチエージェント飛行相棒巡回セールスマン問題 (MA-FTSP) を導入し、単一のトラックとドローンのモデルを複数のトラックに拡張し、それぞれが複数のドローンを搭載し、トラックの制限と柔軟なドローンのルートのための完全な道路ネットワークを考慮します。
我々は、この NP 困難問題に対して、混合整数線形計画法モデルと効率的な 3 相ヒューリスティック アルゴリズムを提案します。
私たちのアプローチは、MA-FSTSP を、複数のドローンを搭載した 1 台のトラックの管理可能な部分問題に分解します。
次に、サブ問題でドローンを使用しないトラックのルートを計算します。これは、ドローンとトラックのルートを同時に最適化するのに役立つヒューリスティックとして最終段階で使用されます。
マンハッタンとボストンの道路網における広範な数値実験により、私たちのアルゴリズムの優れた有効性と効率が実証され、ソリューションの品質と計算時間において列生成と可変近傍検索ベースラインの両方を大幅に上回りました。
特に、当社のアプローチは 5 分間の制限時間内で 300 を超える顧客に拡張でき、大規模な現実世界の物流アプリケーションの可能性を示しています。

要約(オリジナル)

The mixed truck-drone delivery systems have attracted increasing attention for last-mile logistics, but real-world complexities demand a shift from single-agent, fully connected graph models to multi-agent systems operating on actual road networks. We introduce the multi-agent flying sidekick traveling salesman problem (MA-FSTSP) on road networks, extending the single truck-drone model to multiple trucks, each carrying multiple drones while considering full road networks for truck restrictions and flexible drone routes. We propose a mixed-integer linear programming model and an efficient three-phase heuristic algorithm for this NP-hard problem. Our approach decomposes MA-FSTSP into manageable subproblems of one truck with multiple drones. Then, it computes the routes for trucks without drones in subproblems, which are used in the final phase as heuristics to help optimize drone and truck routes simultaneously. Extensive numerical experiments on Manhattan and Boston road networks demonstrate our algorithm’s superior effectiveness and efficiency, significantly outperforming both column generation and variable neighborhood search baselines in solution quality and computation time. Notably, our approach scales to more than 300 customers within a 5-minute time limit, showcasing its potential for large-scale, real-world logistics applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google