The Vehicle Routing Problem (VRP) h

The Vehicle Routing Problem (VRP) has been thoroughly studied in the last decades. However, the main
focus has been on the deterministic version where customer demands are fixed and known in advance.
Uncertainty in demand has not received enough consideration. When demands are uncertain, several
problems arise in the VRP. For example, there might be unmet customers’ demands, which eventually
lead to profit loss. A reliable plan and set of routes, after solving the VRP, can significantly reduce the
unmet demand costs, helping in obtaining customer satisfaction. This paper investigates a variant of
an uncertain VRP in which the customers’ demands are supposed to be uncertain with unknown distributions.
An advanced Particle Swarm Optimization (PSO) algorithm has been proposed to solve such a
VRP. A novel decoding scheme has also been developed to increase the PSO efficiency. Comprehensive
computational experiments, along with comparisons with other existing algorithms, have been provided
to validate the proposed algorithms.

ผลลัพธ์ (ไทย) 1:

ศึกษารถสายปัญหา (VRP) ในทศวรรษที่ผ่านมาล่าสุดอย่างละเอียด อย่างไรก็ตาม หลักมาแล้วกับรุ่น deterministic ที่ถาวร และทราบล่วงหน้าความต้องการของลูกค้าความไม่แน่นอนในความต้องได้รับการพิจารณาเพียงพอ เมื่อความต้องการไม่แน่นอน หลายปัญหาที่เกิดขึ้นใน VRP ตัวอย่าง อาจมี unmet ลูกค้าต้องการ ซึ่งในที่สุดทำให้กำไรขาดทุน แผนน่าเชื่อถือและตั้งค่ากระบวนการผลิต หลังจากแก้ VRP สามารถลดการทุนต้อง unmet ช่วยในการได้รับความพึงพอใจของลูกค้า ตัวแปรของการตรวจสอบเอกสารนี้VRP แน่ที่ที่ควรความต้องการของลูกค้าเพื่อให้แน่ใจ ด้วยการกระจายที่ไม่รู้จักอัลกอริทึมการเพิ่มประสิทธิภาพฝูงในอนุภาค (PSO) ขั้นสูงได้รับการเสนอชื่อเพื่อแก้ปัญหาดังกล่าวเป็นVRP แบบถอดรหัสนวนิยายได้รับการพัฒนาเพื่อเพิ่มประสิทธิภาพ PSO ยัง ครบวงจรมีการให้ทดลองคำนวณ พร้อมกับเปรียบเทียบกับอื่น ๆ ที่มีอยู่อัลกอริทึมการตรวจสอบอัลกอริทึมนำเสนอ

ผลลัพธ์ (ไทย) 2:

การกำหนดเส้นทางยานพาหนะปัญหา (VRP) ได้รับการศึกษาอย่างทั่วถึงในทศวรรษที่ผ่านมา อย่างไรก็ตามหลักมุ่งเน้นที่ได้รับในรุ่นที่กำหนดความต้องการของลูกค้าได้รับการแก้ไขและเป็นที่รู้จักล่วงหน้า. ความไม่แน่นอนในความต้องการที่ยังไม่ได้รับการพิจารณามากพอ เมื่อความต้องการมีความไม่แน่นอนหลายปัญหาที่เกิดขึ้นใน VRP ตัวอย่างเช่นอาจจะมีการตอบสนองความต้องการของลูกค้า 'ซึ่งในที่สุดนำไปสู่การสูญเสียผลกำไร แผนการที่น่าเชื่อถือและชุดของเส้นทางหลังจากแก้ VRP อย่างมีนัยสำคัญสามารถลดค่าใช้จ่ายในความต้องการunmet ช่วยในการได้รับความพึงพอใจของลูกค้า บทความนี้สำรวจแตกต่างจากVRP มีความไม่แน่นอนในการที่ความต้องการของลูกค้าที่ควรจะเป็นความไม่แน่นอนกับการกระจายที่ไม่รู้จัก. ขั้นสูงอนุภาค Swarm Optimization (PSO) ขั้นตอนวิธีการได้รับการเสนอเพื่อแก้ปัญหาดังกล่าวVRP โครงการถอดรหัสนวนิยายยังได้รับการพัฒนาเพื่อเพิ่มประสิทธิภาพ PSO ครอบคลุมการทดลองคำนวณพร้อมกับเปรียบเทียบกับขั้นตอนวิธีการที่มีอยู่อื่น ๆ ที่ได้รับการให้การตรวจสอบขั้นตอนวิธีการที่นำเสนอ

ผลลัพธ์ (ไทย) 3:

ปัญหาการจัดเส้นทางยานพาหนะ ( vrp ) ได้ศึกษาอย่างละเอียดในทศวรรษสุดท้าย อย่างไรก็ตาม เป้าหมายหลัก
มีรุ่นติดตั้งใช้งานที่ความต้องการของลูกค้าได้รับการแก้ไข และรู้ล่วงหน้า
ความไม่แน่นอนในความต้องการไม่ได้รับการพิจารณาแล้ว เมื่อความต้องการไม่แน่ใจ ปัญหาต่าง ๆที่เกิดขึ้นใน vrp
. ตัวอย่างเช่นอาจจะมีความต้องการของลูกค้าทั่วไป ซึ่งในที่สุด
ตะกั่วกำไรขาดทุน แผนการที่เชื่อถือได้และชุดของเส้นทาง หลังจากแก้ vrp สามารถลดต้นทุนความต้องการ unmet
ช่วยในการได้รับความพึงพอใจของลูกค้า งานวิจัยนี้ศึกษาตัวแปรที่ไม่แน่นอนของ
vrp ซึ่งความต้องการของลูกค้าจะต้องมีความไม่แน่นอนที่ไม่ทราบการแจกแจง .
ฝูงอนุภาคขั้นสูงเพิ่มประสิทธิภาพ ( PSO ) โดยมีการเสนอให้แก้เช่น
vrp . นวนิยายถอดรหัสนี้ยังได้รับการพัฒนาระบบเพื่อเพิ่มประสิทธิภาพ การทดลอง การคำนวณอย่างละเอียด
พร้อมกับเปรียบเทียบกับอื่น ๆที่มีอยู่ ขั้นตอนวิธีการได้รับให้
ตรวจสอบเสนออัลกอริทึม