Conclusion and Future DirectionsThi

Conclusion and Future Directions
This paper addressed the VRPTW of practical sizes on a real- world network with STD travel times. A robust optimization based method was proposed to solve the STD optimal path problem between any pair of customer nodes, which is considered as the subproblem of STDVRPTW, and the path which minimizes the worst-case travel time over all the can- didate paths is defined as the optimal. With the subproblem solved, the STDVRPTW can be simplified into a TDVRP and algorithms for such TDVRPs can also be introduced to obtain the solution. Numerical experiments were conducted on the urban transportation network of Shenzhen, China, consisting of 3,454 nodes and 4,876 links. The stochastic time- dependent link travel times of the network were calibrated at 288 intervals by the use of historical floating car data. Then the NNC algorithm was applied to solve the problem in 4 delivery scenarios. The computational results showed that the proposed STDVRPTW model can improve the level of customers service by guaranteeing the time-window constraint satisfied. The improvement can be very significant especially for large-scale network delivery tasks at no more expense of increases in cost and environmental impacts.
We would like to continue the work on analyzing STD- VRP in large-scale transportation networks using real-time information. More computational tests can be conductedto analyze the potential of our approach in practice. More algorithms, such as Genetic Algorithm and Ant Colony Algorithm, will be applied in future to obtain better solutions.

ผลลัพธ์ (ไทย) 1:

บทสรุปและทิศทางในอนาคตเอกสารนี้อยู่ VRPTW ขนาดจริงบนเครือข่ายมาตรฐานในเวลาจริง วิธีการปรับให้เหมาะสมมีประสิทธิภาพตามที่เสนอเพื่อแก้ไขปัญหาเส้นทางที่ดีที่สุดมาตรฐานระหว่างคู่ใด ๆ ของโหนดที่ลูกค้า ซึ่งถือว่าเป็น subproblem ของ STDVRPTW และเส้นทางที่ช่วยลดเวลาการเดินทาง worst-case ผ่านเส้นทาง didate สามารถ ถูกกำหนดให้เป็นสุด Subproblem แก้ไข STDVRPTW สามารถทำได้ง่ายขึ้นในการ TDVRP และอัลกอริทึมสำหรับ TDVRPs ดังกล่าวนำเพื่อขอรับการแก้ปัญหา ได้ดำเนินการทดลองเป็นตัวเลขบนเครือข่ายขนส่งที่เมืองเซินเจิ้น จีน ประกอบด้วยโหน 3,454 และการเชื่อมโยง 4,876 เวลาเดินทางแบบเฟ้นสุ่มเวลาขึ้นอยู่กับการเชื่อมโยงของเครือข่ายถูกปรับเทียบช่วง 288 โดยใช้ข้อมูลรถลอยประวัติศาสตร์ จากนั้น อัลกอริทึม NNC ใช้แก้ปัญหาในสถานการณ์จัดส่ง 4 ผลการคำนวณแสดงให้เห็นว่า แบบ STDVRPTW นำเสนอสามารถปรับปรุงระดับของการบริการลูกค้ารับประกันความพึงพอใจข้อจำกัดหน้าต่างเวลา สามารถยกเลิกการปรับปรุงสำคัญมากโดยเฉพาะสำหรับเครือข่ายขนาดใหญ่จัดส่งงานที่ไม่มีค่าใช้จ่ายเพิ่มเติมเพิ่มในต้นทุนและผลกระทบสิ่งแวดล้อมเราอยากทำงานบนวิเคราะห์มาตรฐาน - VRP ในเครือข่ายการขนส่งขนาดใหญ่ที่ใช้ข้อมูลในเวลาจริง สามารถเพิ่มเติมการคำนวณทดสอบ conductedto วิเคราะห์ศักยภาพของวิธีการของเราในทางปฏิบัติได้ เพิ่มเติมอัลกอริทึม ขั้นตอนวิธีพันธุกรรมและมดฝูงอัลกอริทึม จะใช้ในอนาคตได้รับโซลูชั่นที่ดีกว่า

ผลลัพธ์ (ไทย) 2:

สรุปทิศทางและอนาคตกระดาษนี้จ่าหน้า VRPTW ขนาดการปฏิบัติเกี่ยวกับเครือข่ายโลกจริงกับการเดินทางครั้ง STD
วิธีการเพิ่มประสิทธิภาพที่มีประสิทธิภาพตามที่เสนอในการแก้ปัญหาเส้นทางที่ดีที่สุด STD ระหว่างคู่ของโหนดใด ๆ ของลูกค้าซึ่งถือว่าเป็น subproblem ของ STDVRPTW และเส้นทางซึ่งช่วยลดเวลาในการเดินทางที่เลวร้ายที่สุดกว่าทุกเส้นทาง didate can- มีการกำหนด เป็นที่ดีที่สุด ด้วย subproblem แก้ที่ STDVRPTW ได้ง่ายเป็น TDVRP และขั้นตอนวิธีสำหรับ TDVRPs ดังกล่าวนอกจากนี้ยังสามารถที่จะได้รับการแนะนำให้รู้จักการแก้ปัญหา ตัวเลขการทดลองได้รับการดำเนินการเกี่ยวกับเครือข่ายการขนส่งของเมืองเซินเจิ้นประเทศจีนซึ่งประกอบด้วย 3,454 โหนดและ 4876 การเชื่อมโยง เวลาเดินทางเชื่อมโยงสุ่มขึ้นอยู่กับเวลาของเครือข่ายที่ได้รับการสอบเทียบที่ 288 ช่วงเวลาโดยใช้ข้อมูลรถลอยประวัติศาสตร์ จากนั้นขั้นตอนวิธี NNC ถูกนำมาใช้ในการแก้ปัญหาใน 4 สถานการณ์การจัดส่ง ผลการคำนวณพบว่ารูปแบบการเสนอ STDVRPTW สามารถเพิ่มระดับของการบริการลูกค้าด้วยการรับประกัน จำกัด หน้าต่างเวลาที่มีความพึงพอใจ การปรับปรุงอย่างมีนัยสำคัญมากโดยเฉพาะอย่างยิ่งสำหรับขนาดใหญ่การส่งมอบงานเครือข่ายที่ไม่มีค่าใช้จ่ายมากขึ้นจากการเพิ่มขึ้นของค่าใช้จ่ายและผลกระทบต่อสิ่งแวดล้อม.
เราอยากที่จะดำเนินงานในการวิเคราะห์ STD- VRP ในเครือข่ายการขนส่งขนาดใหญ่โดยใช้ข้อมูลในเวลาจริง การทดสอบการคำนวณเพิ่มเติมสามารถ conductedto วิเคราะห์ศักยภาพของวิธีการในทางปฏิบัติของเรา ขั้นตอนวิธีการอื่น ๆ เช่นอัลกอริทึมและ Ant Colony อัลกอริทึมจะนำมาใช้ในอนาคตที่จะได้รับโซลูชั่นที่ดีกว่า

ผลลัพธ์ (ไทย) 3:

บทสรุปและทิศทางในอนาคต
กระดาษนี้อยู่ vrptw ขนาดจริงบนเครือข่ายโลกจริงกับเวลาเดินทาง STD . โดยวิธีการเพิ่มประสิทธิภาพที่แข็งแกร่งจะเสนอแก้ STD ทางเดินที่เหมาะสมปัญหาระหว่างคู่ปมของลูกค้า ซึ่งถือเป็น subproblem stdvrptw ของ ,และเส้นทางซึ่งช่วยลดเวลาในการเดินทางเนื่องทั่วสามารถ - didate เส้นทางที่ถูกกําหนดให้เป็นที่สุด กับ subproblem แก้ไข , stdvrptw สามารถประยุกต์เป็น tdvrp และขั้นตอนวิธีการเช่น tdvrps ยังสามารถแนะนำเพื่อให้ได้โซลูชั่น การทดลองเชิงตัวเลขมีวัตถุประสงค์ในการขนส่งในเมืองเครือข่ายของเซินเจิ้น , จีน , ประกอบด้วย 3454 โหนดและ 41 การเชื่อมโยง การสุ่มเวลา - เวลาเดินทางเชื่อมโยงขึ้นอยู่กับเครือข่ายทำการสอบเทียบที่ 288 ครั้ง โดย ใช้ ประวัติศาสตร์ ลอยรถข้อมูล จากนั้น nnc ใช้วิธีการแก้ไขปัญหาใน 4 ส่งภาพ ผลการคำนวณพบว่า การนำเสนอรูปแบบ stdvrptw สามารถปรับปรุงระดับการบริการลูกค้าด้วยการรับประกันเวลาหน้าต่างได้อย่างพอใจการปรับปรุงสามารถเป็นอย่างมากโดยเฉพาะอย่างยิ่งสำหรับขนาดใหญ่เครือข่ายการส่งงานที่ไม่มี ค่าใช้จ่ายเพิ่มขึ้นของต้นทุนและผลกระทบต่อสิ่งแวดล้อม .
เราอยากให้งานวิเคราะห์ STD - vrp ในเครือข่ายการขนส่งขนาดใหญ่ การใช้ข้อมูลเรียลไทม์ การทดสอบการคำนวณเพิ่มเติมสามารถควรจะวิเคราะห์ศักยภาพของวิธีการของเราในการปฏิบัติ ขั้นตอนวิธีเพิ่มเติมเช่น ขั้นตอนวิธีทางพันธุกรรมและวิธีอาณานิคมมดจะใช้ในอนาคตที่จะได้รับโซลูชั่นที่ดี .