This paper proposes a tabu search a

This paper proposes a tabu search algorithm for the vehicle-routing problem with time windows and driver-specific times (VRPTWDST), a variant of the classical VRPTW that uses driver-specific travel and service times to model the familiarity of the different drivers with the customers to visit. We carry out a systematic investigation of the problem on a comprehensive set of newly generated benchmark instances. We find that consideration of driver knowledge in the route planning clearly improves the efficiency of vehicle routes, an effect that intensifies for higher familiarity levels of the drivers. Increased benefits are produced if the familiar customers of drivers are geographically contiguous. Moreover, a higher number of drivers that are familiar with the same (larger) region provides higher benefits compared to a scenario where each driver is only familiar with a dedicated (smaller) region. Finally, our tabu search is able to prove its performance on the Solomon test instances of the closely related VRPTW, yielding high-quality solutions in short time.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เสนอขั้นตอนวิธีในการค้นหาทาบูสำหรับปัญหาสายรถเวลา windows และเฉพาะโปรแกรมควบคุมเวลา (VRPTWDST), ตัวแปรของ VRPTW คลาสสิกที่ใช้เฉพาะโปรแกรมควบคุมเดินทาง และบริการเวลาแบบที่คุ้นเคยของไดรฟ์เวอร์ลูกค้าเข้าเยี่ยมชม เราดำเนินการตรวจสอบระบบของปัญหาชุดครอบคลุมของอินสแตนซ์ที่มาตรฐานที่สร้างขึ้นใหม่ เราพบว่า พิจารณาความรู้ควบคุมในกระบวนการผลิตการวางแผนชัดเจนช่วยเพิ่มประสิทธิภาพของเส้นทางรถ ลักษณะพิเศษที่ขึ้นสูงระดับความคุ้นเคยของโปรแกรมควบคุม มีผลิตขึ้นหากลูกค้าที่คุ้นเคยของโปรแกรมควบคุมที่อยู่ติดกันทางภูมิศาสตร์ นอกจากนี้ ของโปรแกรมควบคุมที่คุ้นเคยกับเขต (ขนาดใหญ่) ให้ประโยชน์สูงเมื่อเทียบกับสถานการณ์ที่แต่ละโปรแกรมควบคุมจะคุ้นเคยกับภูมิภาค (เล็ก) โดยเฉพาะ ในที่สุด เราค้นทาบูสามารถพิสูจน์ประสิทธิภาพการทำงานในกรณีทดสอบโซโลมอนของ VRPTW ที่เกี่ยวข้องอย่างใกล้ชิด การแก้ไขปัญหาคุณภาพสูงในเวลาสั้นที่ให้ผลผลิตได้

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอวิธีการค้นหาห้ามสำหรับปัญหารถเส้นทางที่มีหน้าต่างเวลาและเฉพาะโปรแกรมควบคุมเวลา (VRPTWDST) แตกต่างจาก VRPTW คลาสสิกที่ใช้เฉพาะโปรแกรมควบคุมการเดินทางและการบริการครั้งในการจำลองความคุ้นเคยของผู้ขับขี่ที่แตกต่างกันกับที่ ลูกค้าสามารถเยี่ยมชม เราดำเนินการตรวจสอบระบบของปัญหาที่เกิดขึ้นในชุดที่ครอบคลุมของที่สร้างขึ้นใหม่กรณีมาตรฐาน เราพบว่าการพิจารณาของความรู้ในการวางแผนขับรถเส้นทางที่ชัดเจนจะช่วยเพิ่มประสิทธิภาพของเส้นทางยานพาหนะ, ผลกระทบที่ทวีความรุนแรงในระดับที่สูงขึ้นความคุ้นเคยของคนขับด้วย ผลประโยชน์ที่เพิ่มขึ้นมีการผลิตถ้าลูกค้าที่คุ้นเคยของคนขับเป็นที่ต่อเนื่องกันทางภูมิศาสตร์ นอกจากนี้ยังมีจำนวนที่สูงขึ้นของผู้ขับขี่ที่มีความคุ้นเคยกับเดียวกัน (ขนาดใหญ่) ภาคให้ผลประโยชน์ที่สูงขึ้นเมื่อเทียบกับสถานการณ์ที่แต่ละคนขับเป็นเพียงคุ้นเคยกับเฉพาะ (ขนาดเล็ก) ภูมิภาค ในที่สุดการค้นหาห้ามของเราสามารถที่จะพิสูจน์การดำเนินการของตนในกรณีการทดสอบของโซโลมอนเกี่ยวข้องอย่างใกล้ชิด VRPTW ยอมโซลูชั่นที่มีคุณภาพสูงในระยะเวลาอันสั้น

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนออัลกอริทึมการค้นหาทาบูสำหรับปัญหาการจัดเส้นทางยานพาหนะที่มีกรอบเวลาและเวลาเฉพาะไดรเวอร์ ( vrptwdst ) , ตัวแปรของคลาสสิก vrptw ที่ใช้ขับเฉพาะการเดินทางและเวลาให้บริการแบบความคุ้นเคยของไดรเวอร์ที่แตกต่างกันกับลูกค้าที่เข้าเยี่ยมชม เราดำเนินการตรวจสอบระบบของปัญหาที่ครอบคลุมของชุดมาตรฐานที่สร้างขึ้นใหม่กรณี เราพบว่า การพิจารณาของคนขับ ความรู้ในการวางแผนเส้นทางได้อย่างชัดเจน ช่วยเพิ่มประสิทธิภาพของเส้นทางรถ มีผลกระทบที่รุนแรงสำหรับที่สูงกว่าระดับความคุ้นเคยของไดรเวอร์ ผลประโยชน์ที่เพิ่มขึ้น ถ้าลูกค้าที่คุ้นเคยของไดรเวอร์ที่ใกล้ชิดกันทางภูมิศาสตร์ นอกจากนี้ ตัวเลขที่สูงขึ้นของไดรเวอร์ที่คุ้นเคยกับภูมิภาคเดียวกัน ( ขนาดใหญ่ ) ให้ประโยชน์สูงกว่าเมื่อเทียบกับสถานการณ์ที่แต่ละคนขับเป็นเพียงคุ้นเคยกับทุ่มเท ( เล็ก ) ภูมิภาค ในที่สุด มาริโอคาร์ทของเราจะสามารถพิสูจน์ประสิทธิภาพของการทดสอบบนอินสแตนซ์ของซาโลมอน เกี่ยวข้องอย่างใกล้ชิด vrptw ให้ผลผลิตที่มีคุณภาพสูงโซลูชันในช่วงเวลาสั้น ๆ