1. INTRODUCTIONVehicle routing prob

1. INTRODUCTION
Vehicle routing problem (VRP) is one of the most
challenging areas of combinatorial optimization and it’s a
name given to broad class of problems. VRP is a
generalization of Traveling Salesman Problem (TSP) [16].
Introduction of different capacities for each vehicle and
service requirements for customers to multiple travelling
salesman problem leads to VRP. More than 50 years ago
Danting and Ramser [4] introduced the VRP and till now
many variants of VRP have been proposed. Attachment of
time span or a time window to each customer in VRP
forms vehicle routing problem with time windows
(VRPTW) [6, 7, 15]. In addition to the capacity
constraint, now vehicle must visit the customer within a
certain time limit. A vehicle may arrive, before time
window opens, but in that case it has for service till the
window open. However, it cannot arrive after the closing
of time window.
Solving the VRP [1, 5, 12, 14] is a key to efficient
transportation management and supply chain
coordination. It can be defined in a broad terms as
follows. Given a number of identical vehicles with a
given capacity, all are located at a central depot. They are
required to service a set of customers having demand for
goods. Each customer has fixed distance from the depot
i.e. their travel costs are provided. The goal is to design a
least cost route such that all customers are visited once
and only once with all constraints preserved.
VRP is a NP hard problem. Therefore, many methods
some exact and approximate (heuristics) were developed
to solve the instances. Exact methods [17] cannot solve
instances with more than 100 customers in a reasonable
time. One, therefore, has to resort to approximate methods
[17]. In approximate methods, guarantee of finding
optimal solutions are scarified for the sake of getting good
solution in a reduced amount of time. Meta Heuristics [3,
8, 13], a new kind of approximate methods, try to explore
the search space efficiently and effectively by combining
heuristics in a large framework. Meta heuristics combines
Meta and heuristics. Meta means beyond, in an “upper
level” and heuristics means “to find”.
In section 2 VRPTW is introduced. Section 3 highlights
the related work. Open research areas are introduced in
section 4. Section 5 will present future work. Finally some
concluding remarks are given in section 6.

ผลลัพธ์ (ไทย) 1:

1. บทนำรถสายปัญหา (ศูนย์) เป็นหนึ่งในสุดท้าทายของ combinatorial เพิ่มประสิทธิภาพและการชื่อที่กำหนดให้ชั้นกว้างของปัญหา เป็นศูนย์ลักษณะทั่วไปของผ้าลินินปัญหา (TSP) [16]แนะนำการผลิตแตกต่างกันสำหรับแต่ละคัน และความต้องการบริการสำหรับลูกค้าที่เดินทางหลายปัญหาพนักงานขายนำไปสู่ศูนย์ มากกว่า 50 ปีDanting Ramser [4] แนะนำศูนย์ และจนถึงขณะนี้หลายสายพันธุ์ของศูนย์ได้รับการเสนอ ที่แนบมาระยะเวลาหรือหน้าต่างเวลาลูกค้าแต่ละรายในศูนย์รูปแบบหน้าต่างเวลาปัญหาสายรถ(VRPTW) [6, 7, 15] นอกจากกำลังการผลิตข้อจำกัด ตอนนี้รถต้องไปที่ลูกค้าภายในจำกัดเวลาบางอย่าง รถอาจมาถึง ก่อนเวลาหน้าต่างเปิดได้ แต่ในกรณีที่ มีบริการจนถึงการหน้าต่างที่เปิด อย่างไรก็ตาม มันไม่สามารถเช็คอินหลังเวลาการปิดบัญชีของหน้าต่างเวลาที่สำคัญมีประสิทธิภาพคือการแก้ศูนย์ [1, 5, 12, 14]ห่วงโซ่อุปทานและการจัดการขนส่งประสานงาน สามารถกำหนดในเงื่อนไขแบบคร่าว ๆ เป็นต่อไปนี้ จัดเหมือนกับรถยนต์รับผลิต ทั้งหมดมีอยู่ในคลังเซ็นทรัล พวกเขามีต้องการให้บริการของลูกค้ามีความต้องการสินค้า ระยะทางจาก depot ที่แก้ไขได้ลูกค้าแต่ละรายเช่นค่าเดินทางของพวกเขาไว้ เป้าหมายคือการ ออกแบบต้นทุนน้อยที่สุดเส้นทางที่ลูกค้าทั้งหมดที่จะเยี่ยมชมหนึ่งครั้งและเพียงครั้งเดียว ด้วยข้อจำกัดทั้งหมดเก็บรักษาไว้วีอาร์พีเป็นปัญหายาก NP ดังนั้น หลายวิธีอย่างแน่นอน และได้รับการพัฒนาโดยประมาณ (รุก)แก้อินสแตนซ์ ไม่สามารถแก้วิธีที่แน่นอน [17]กรณี มีลูกค้ามากกว่า 100 ในราคาพิเศษสุด ๆครั้ง หนึ่ง ดังนั้น มีรีสอร์ทประมาณวิธี[17] . วิธีการโดยประมาณ รับประกันการค้นหาโซลูชั่นที่ดีที่สุดคือ scarified เพื่อประโยชน์ในการเดินทางที่ดีโซลูชันในจำนวนเวลาลดลง เมตารุก [38, 13], พยายามที่จะสำรวจแบบใหม่วิธีการโดยประมาณการค้นหาพื้นที่อย่างมี ประสิทธิภาพ โดยรวมรุกในกรอบใหญ่ รวมรุก MetaMeta และรุก หมายความว่า Meta เหนือ บน"ระดับ"และรุกหมายถึง "การค้นหา"ในส่วน 2 VRPTW อีกด้วย ส่วนที่ 3 สรุปภาพการทำงานที่เกี่ยวข้อง เปิดงานวิจัยจะนำมาใช้ในส่วนที่ 4 ส่วนที่ 5 จะนำเสนองานในอนาคต ในที่สุดบางหมายเหตุสรุปจะได้รับในส่วนที่ 6

ผลลัพธ์ (ไทย) 2:

1. บทนำ
เส้นทางเดินรถปัญหา (VRP) เป็นหนึ่งในที่สุด
พื้นที่ที่ท้าทายของการเพิ่มประสิทธิภาพ combinatorial และมันเป็น
ชื่อที่กำหนดให้ระดับในวงกว้างของปัญหา VRP เป็น
ลักษณะทั่วไปของปัญหาการเดินทางพนักงานขาย (TSP) [16].
บทนำของความจุที่แตกต่างกันสำหรับแต่ละและยานพาหนะและ
ต้องการบริการสำหรับลูกค้าที่เดินทางหลาย
พนักงานขายจะนำไปสู่ปัญหา VRP กว่า 50 ปีที่ผ่านมา
Danting และ Ramser [4] แนะนำ VRP และจนถึงขณะนี้
หลายสายพันธุ์ของ VRP ได้รับการเสนอ สิ่งที่แนบมาของ
ช่วงเวลาหรือหน้าต่างเวลาให้กับลูกค้าใน VRP แต่ละ
ยานพาหนะรูปแบบเส้นทางปัญหากับ Windows Time
(VRPTW) [6, 7, 15] นอกเหนือไปจากความสามารถที่
จำกัด ในขณะนี้ต้องไปที่รถของลูกค้าภายใน
ระยะเวลาที่แน่นอน รถอาจจะมาถึงก่อนเวลา
เปิดหน้าต่าง แต่ในกรณีที่ว่ามันมีสำหรับการให้บริการจนถึง
เปิดหน้าต่าง แต่ก็ไม่สามารถเดินทางมาถึงหลังปิด
หน้าต่างเวลา.
แก้ VRP [1, 5, 12, 14] เป็นกุญแจสำคัญที่จะมีประสิทธิภาพ
การจัดการการขนส่งและห่วงโซ่อุปทาน
การประสานงาน ก็สามารถที่จะกำหนดไว้ในแง่กว้างเป็น
ดังต่อไปนี้ รับจำนวนของยานพาหนะที่เหมือนกันกับ
กำลังการผลิตที่ได้รับทั้งหมดจะอยู่ที่สถานีรถไฟกลาง พวกเขาจะ
ต้องให้บริการชุดของลูกค้าที่มีความต้องการ
สินค้า ลูกค้าแต่ละรายได้คงที่ระยะทางจากสถานีรถไฟ
เช่น ค่าใช้จ่ายในการเดินทางของพวกเขาที่มีให้ เป้าหมายของเราคือการออกแบบ
เส้นทางค่าใช้จ่ายน้อยดังกล่าวว่าลูกค้าทุกท่านจะเข้าเยี่ยมชมครั้งเดียว
และเพียงครั้งเดียวที่มีข้อ จำกัด ทั้งหมดที่เก็บรักษาไว้.
VRP เป็นปัญหาหนัก NP ดังนั้นวิธีการมากมายที่
บางที่แน่นอนและโดยประมาณ (heuristics) ได้รับการพัฒนา
เพื่อแก้ปัญหากรณี วิธีการที่แน่นอน [17] ไม่สามารถแก้ปัญหา
กรณีที่มีมากกว่า 100 ลูกค้าในที่เหมาะสม
เวลา หนึ่งจึงมีการหันไปใช้วิธีการประมาณ
[17] ในวิธีการประมาณรับประกันในการหา
โซลูชั่นที่ดีที่สุดจะ scarified เพื่อประโยชน์ในการที่ดีได้รับ
การแก้ปัญหาในปริมาณที่ลดลงของเวลา Meta Heuristics [3,
8, 13], เป็นชนิดใหม่ของวิธีการประมาณลองสำรวจ
พื้นที่ค้นหาได้อย่างมีประสิทธิภาพและมีประสิทธิภาพโดยการรวม
การวิเคราะห์พฤติกรรมในกรอบขนาดใหญ่ การวิเคราะห์พฤติกรรม Meta รวม
Meta และการวิเคราะห์พฤติกรรม Meta หมายความไกลใน "บน
ระดับ" และการวิเคราะห์พฤติกรรมหมายความว่า "เพื่อค้นหา".
ในส่วนที่ 2 VRPTW เป็นที่รู้จัก มาตรา 3 ไฮไลท์
งานที่เกี่ยวข้อง ด้านการวิจัยเปิดนำมาใช้ใน
ส่วนที่ 4 มาตรา 5 จะนำเสนอการทำงานในอนาคต สุดท้ายบางส่วน
จะเป็นการสรุปที่กำหนดในมาตรา 6

ผลลัพธ์ (ไทย) 3:

1 . แนะนำปัญหาการจัดเส้นทางยานพาหนะ ( vrp ) เป็นหนึ่งใน ที่สุดท้าทายพื้นที่ของการเพิ่มประสิทธิภาพและมันชื่อห้องกว้างของปัญหา vrp คือลักษณะทั่วไปของการเดินทางปัญหาพนักงานขาย ( TSP ) [ 16 ]ความรู้เบื้องต้นของความจุที่แตกต่างกันสำหรับแต่ละคันและความต้องการบริการสำหรับลูกค้าหลายท่องเที่ยวปัญหาพนักงานขายนำไปสู่ vrp . กว่า 50 ปีมาแล้วและ danting ramser [ 4 ] แนะนำ vrp และจนถึงขณะนี้หลายพันธุ์ของ vrp ได้รับการเสนอ สิ่งที่แนบมาของช่วง เวลา หรือเวลาหน้าต่างแต่ละลูกค้าใน vrpรูปแบบของปัญหาการจัดเส้นทางยานพาหนะที่มีหน้าต่างเวลา( vrptw ) [ 6 , 7 , 15 ) นอกจากความจุข้อจำกัด ตอนนี้รถต้องเยี่ยมลูกค้าภายในระยะเวลาที่ จำกัด รถอาจจะมาถึงก่อนเวลาและเปิดหน้าต่างได้ แต่ในกรณีนี้มันมีให้บริการจนถึงเปิดหน้าต่าง อย่างไรก็ตาม มันไม่สามารถมาถึงหลังจากปิดของหน้าต่างเวลาแก้ไข vrp [ 1 , 5 , 12 , 14 ] เป็นกุญแจที่มีประสิทธิภาพการจัดการการขนส่งและห่วงโซ่อุปทานติดต่อประสานงาน มันสามารถกำหนดเป็นเงื่อนไขอย่างคร่าว ๆดังนี้ ระบุจำนวนของยานพาหนะที่เหมือนกันกับให้ความจุ ทั้งหมดจะอยู่ในคลังกลาง พวกเขาเป็นต้องบริการชุดของลูกค้ามีความต้องการสินค้า ลูกค้าแต่ละรายมีระยะห่างจากจุดคงที่เช่นค่าใช้จ่ายในการเดินทางของพวกเขามีให้ เป้าหมายคือการ ออกแบบต้นทุนอย่างน้อยเส้นทางดังกล่าวว่าลูกค้าทั้งหมดจะเข้าชมครั้งและเพียงครั้งเดียวกับงานรักษาvrp เป็น NP มากปัญหา ดังนั้น หลายๆวิธีบางอย่างที่แน่นอนและใกล้เคียง ( อักษร ) ได้ถูกพัฒนาขึ้นเพื่อแก้ปัญหากรณี แน่นอนวิธีการ [ 17 ] ไม่สามารถแก้กรณีมีมากกว่า 100 ลูกค้าในที่เหมาะสมเวลา หนึ่ง จึงต้องใช้วิธีการโดยประมาณ[ 17 ] วิธีการรับประกันหาประมาณโซลูชั่นที่เหมาะสมจะ scarified เพื่อจะดีโซลูชั่นในการลดระยะเวลา เมตาฮิวริสติก [ 38 , 13 ) เป็นชนิดใหม่ของวิธีการประมาณ พยายามที่จะสำรวจค้นหาพื้นที่ได้อย่างมีประสิทธิภาพ และประสิทธิผลโดยรวมฮิวริสติกในกรอบใหญ่ เมตาฮิวริสติก รวมและเมตาฮิวริสติก . Meta หมายถึงเหนือใน " บนระดับ " และอักษรหมายถึง " ค้นหา "ในส่วนที่ 2 vrptw เป็นที่รู้จัก หมวด 3 ไฮไลท์งานที่เกี่ยวข้อง เปิดพื้นที่วิจัยที่แนะนำในมาตรา ๔ มาตรา 5 ปัจจุบันจะทำงานในอนาคต สุดท้ายบางสรุปข้อสังเกตที่ได้รับในส่วนที่ 6