Although, speed up techniques are e

Although, speed up techniques are efficient and fast enough to compute shortest paths, they become less
performant or even inapplicable when additional constraints are added to the SPP such as stochasticity and multicriteria
paths optimization. Therefore, there has been an application need to develop new routing approaches that
provide optimal or near optimal routes in reasonable computational time in large-scale multimodal networks, as well
as, that cope with additional problem constraints such as stochastic arcs’ weights, multi-criteria optimization etc.
We believe that meta-heuristics such as Genetic Algorithms, Local Search Procedures are efficient candidates to
handle such requirements.

ผลลัพธ์ (ไทย) 1:

ถึงแม้ว่า ถึงเทคนิคเพิ่มความเร็วจะมีประสิทธิภาพ และรวดเร็วพอที่จะคำนวณเส้นทางที่สั้นที่สุด พวกเขากลายเป็นน้อยลงperformant หรือข้อจำกัดของ inapplicable แม้เมื่อเติมเพิ่มให้เบียสเช่น stochasticity และ multicriteriaประสิทธิภาพสูงสุดของเส้นทาง ดังนั้น มีการแอพลิเคชันต้องพัฒนาสายใกล้ที่ให้ดีที่สุด หรือใกล้ กับเส้นทางที่เหมาะสมที่สุดในเวลาคำนวณที่เหมาะสมในขนาดใหญ่ทุกเครือข่าย เช่นเป็น ที่รับมือกับปัญหาเพิ่มเติมข้อจำกัดเช่นสโทแคสติกส่วนน้ำหนัก เพิ่มประสิทธิภาพหลายเงื่อนไขอื่น ๆเราเชื่อว่า meta-ลองผิดลองถูกเช่นอัลกอริทึมทางพันธุกรรม ขั้นตอนการค้นหาท้องถิ่นเป็นผู้สมัครที่มีประสิทธิภาพเพื่อจัดการกับความต้องการดังกล่าว

ผลลัพธ์ (ไทย) 2:

แม้ว่าความเร็วในเทคนิคที่มีประสิทธิภาพและเร็วพอที่จะคำนวณเส้นทางที่สั้นที่สุดที่พวกเขากลายเป็นน้อย
performant หรือแม้กระทั่งไม่เหมาะสมเมื่อข้อ จำกัด เพิ่มเติมจะถูกเพิ่มให้กับเอสพีพีเช่น stochasticity และ multicriteria
เส้นทางการเพิ่มประสิทธิภาพ ดังนั้นจึงได้มีการโปรแกรมที่จำเป็นในการพัฒนาแนวทางการกำหนดเส้นทางใหม่ที่ให้ที่ดีที่สุดหรือใกล้เส้นทางที่ดีที่สุดในการคำนวณเวลาที่เหมาะสมในเครือข่ายต่อเนื่องขนาดใหญ่ได้เป็นอย่างดีในฐานะที่จะรับมือกับปัญหาข้อจำกัด เพิ่มเติมเช่นน้ำหนักโค้งสุ่ม 'หลาย การเพิ่มประสิทธิภาพตามเกณฑ์ ฯลฯเราเชื่อว่าการวิเคราะห์พฤติกรรม meta-เช่นพันธุกรรมอัลกอริทึมวิธีการค้นหาในท้องถิ่นมีผู้สมัครที่มีประสิทธิภาพในการจัดการกับความต้องการดังกล่าว

ผลลัพธ์ (ไทย) 3:

ถึงแม้ว่าความเร็วเทคนิคที่มีประสิทธิภาพและรวดเร็วเพียงพอที่จะคำนวณหาเส้นทางที่สั้นที่สุด พวกเขากลายเป็นน้อย
นี หรือแม้แต่ไม่เหมาะสมเมื่อเงื่อนไขเพิ่มเติมจะถูกเพิ่มลงในเครื่อง เช่น ความไม่มีแบบแผน และแบบหลายหลักเกณฑ์
เส้นทางการเพิ่มประสิทธิภาพ ดังนั้น มีโปรแกรมจะต้องพัฒนาใหม่เส้นทางวิธีที่
ให้เหมาะสม หรือใกล้ที่สุดในเวลาการคำนวณเส้นทางที่เหมาะสมในเครือข่ายหลายขนาดใหญ่เช่นกัน
ในฐานะที่รับมือกับอุปสรรคปัญหาเพิ่มเติมเช่นน้ำหนัก Stochastic ARCS ' หลายเกณฑ์การเพิ่มประสิทธิภาพฯลฯ
เราเชื่อว่าเมตาฮิวริสติกอัลกอริทึมพันธุกรรม เช่น ขั้นตอนการค้นหาในท้องถิ่นเป็นผู้ที่มีประสิทธิภาพ

จัดการกับความต้องการดังกล่าว