6. Conclusion and Future Directions

6. Conclusion and Future Directions This paper addressed the VRPTW of practic 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 of3,454 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 conducted

ผลลัพธ์ (ไทย) 1:

6. กระดาษสรุปผลและในอนาคตเส้นทางนี้อยู่ VRPTW ของ practic บนโลกเครือข่ายมาตรฐานในเวลา วิธีการปรับให้เหมาะสมมีประสิทธิภาพตามที่เสนอเพื่อแก้ไขปัญหาเส้นทางที่ดีที่สุดมาตรฐานระหว่างคู่ใด ๆ ของโหนดที่ลูกค้า ซึ่งถือว่าเป็น subproblem ของ STDVRPTW และเส้นทางที่ช่วยลดเวลาการเดินทาง worst-case ผ่านเส้นทาง didate สามารถทั้งหมด ถูกกำหนดให้เป็นสุด Subproblem แก้ไข STDVRPTW สามารถทำได้ง่ายขึ้นในการ TDVRP และอัลกอริทึมสำหรับ TDVRPs ดังกล่าวนำเพื่อขอรับการแก้ปัญหา ได้ดำเนินการทดลองเป็นตัวเลขบนเครือข่ายขนส่งที่เมืองเซินเจิ้น จีน ประกอบด้วย of3, 454 โหน และการเชื่อมโยง 4,876 เวลาเดินทางเชื่อมโยงขึ้นแบบเฟ้นสุ่มเวลาของเครือข่ายถูกปรับเทียบช่วง 288 โดยใช้ข้อมูลรถลอยประวัติศาสตร์ จากนั้น อัลกอริทึม NNC ใช้แก้ปัญหาในสถานการณ์จัดส่ง 4 ผลการคำนวณแสดงให้เห็นว่า แบบ STDVRPTW นำเสนอสามารถปรับปรุงระดับของการบริการลูกค้ารับประกันความพึงพอใจข้อจำกัดหน้าต่างเวลา สามารถยกเลิกการปรับปรุงสำคัญมากโดยเฉพาะสำหรับเครือข่ายขนาดใหญ่จัดส่งงานที่ไม่มีค่าใช้จ่ายเพิ่มเติมเพิ่มในต้นทุนและผลกระทบสิ่งแวดล้อมที่เราอยากจะทำงานบนวิเคราะห์ VRP มาตรฐานในเครือข่ายการขนส่งขนาดใหญ่ที่ใช้ข้อมูลในเวลาจริง สามารถดำเนินการทดสอบที่คำนวณขึ้น

ผลลัพธ์ (ไทย) 2:

6. สรุปทิศทางและอนาคตกระดาษนี้จ่าหน้า VRPTW ของซ้อมบนเครือข่ายโลกแห่งความจริงกับการเดินทางครั้ง STD วิธีการที่ใช้ในการเพิ่มประสิทธิภาพที่มีประสิทธิภาพได้รับการเสนอให้แก้ปัญหาเส้นทางที่ดีที่สุด STD ระหว่างคู่ของใด ๆ โหนดลูกค้าซึ่งถือว่าเป็น subproblem ของ STDVRPTW และเส้นทางซึ่งช่วยลดเวลาในการเดินทางที่เลวร้ายที่สุดกรณีทั้งหมดสามารถ didate เส้นทางที่ถูกกำหนดให้เป็น อัตราส่วน ด้วย subproblem แก้ที่ STDVRPTW ได้ง่ายเป็น TDVRP และขั้นตอนวิธีสำหรับ TDVRPs ดังกล่าวนอกจากนี้ยังสามารถที่จะได้รับการแนะนำให้รู้จักการแก้ปัญหา ตัวเลขการทดลองได้รับการดำเนินการเกี่ยวกับเครือข่ายการขนส่งของเมืองเซินเจิ้นประเทศจีนซึ่งประกอบด้วย of3,454 โหนดและ 4876 การเชื่อมโยง เวลาที่สุ่มเวลาในการเดินทางเชื่อมโยงขึ้นของเครือข่ายที่ได้รับการสอบเทียบที่ 288 ช่วงเวลาโดยใช้ข้อมูลรถลอยประวัติศาสตร์ จากนั้นขั้นตอนวิธี NNC ถูกนำมาใช้ในการแก้ปัญหาใน 4 สถานการณ์การจัดส่ง ผลการคำนวณพบว่ารูปแบบการเสนอ STDVRPTW สามารถเพิ่มระดับของการบริการลูกค้าด้วยการรับประกัน จำกัด หน้าต่างเวลาที่มีความพึงพอใจ การปรับปรุงอย่างมีนัยสำคัญมากโดยเฉพาะสำหรับงานเครือข่ายขนาดใหญ่ที่ค่าใช้จ่ายการจัดส่งไม่มากของการเพิ่มขึ้นของค่าใช้จ่ายและผลกระทบต่อสิ่งแวดล้อมเราอยากที่จะดำเนินงานในการวิเคราะห์ STD VRP ในเครือข่ายการขนส่งขนาดใหญ่โดยใช้ข้อมูลในเวลาจริง การทดสอบการคำนวณอื่น ๆ สามารถดำเนินการ

ผลลัพธ์ (ไทย) 3:

6 . บทสรุปและทิศทางในอนาคตบทความนี้อยู่ vrptw ของบำเพ็ญบนเครือข่ายโลกจริงกับเวลาเดินทาง STD . โดยวิธีการเพิ่มประสิทธิภาพที่แข็งแกร่งจะเสนอแก้ STD ทางเดินที่เหมาะสมปัญหาระหว่างคู่ปมของลูกค้า ซึ่งถือเป็น subproblem stdvrptw ของ ,และเส้นทางซึ่งช่วยลดเวลาในการเดินทางเนื่องทั่วสามารถ didate เส้นทางที่ถูกกําหนดให้เป็นที่สุด กับ subproblem แก้ไข , stdvrptw สามารถประยุกต์เป็น tdvrp และขั้นตอนวิธีการเช่น tdvrps ยังสามารถแนะนำเพื่อให้ได้โซลูชั่น การทดลองเชิงตัวเลขมีวัตถุประสงค์ในการขนส่งในเมืองเครือข่ายของเซินเจิ้น จีน ซึ่ง of3454 โหนดและ 4876 การเชื่อมโยงการสุ่มเวลา เวลาเดินทางเชื่อมโยงขึ้นอยู่กับเครือข่ายทำการสอบเทียบที่ 288 ครั้ง โดย ใช้ ประวัติศาสตร์ ลอยรถข้อมูล จากนั้น nnc ใช้วิธีการแก้ไขปัญหาใน 4 ส่งภาพ ผลการคำนวณพบว่า การนำเสนอรูปแบบ stdvrptw สามารถปรับปรุงระดับการบริการลูกค้าด้วยการรับประกันเวลาหน้าต่างได้อย่างพอใจการปรับปรุงสามารถเป็นอย่างมากโดยเฉพาะอย่างยิ่งสำหรับขนาดใหญ่เครือข่ายการส่งงานที่ไม่มี ค่าใช้จ่ายเพิ่มขึ้นของต้นทุนและผลกระทบต่อสิ่งแวดล้อมที่เราต้องการที่จะยังคงทำงานเกี่ยวกับการวิเคราะห์ STD vrp ในเครือข่ายการขนส่งขนาดใหญ่ การใช้ข้อมูลเรียลไทม์ การทดสอบการคำนวณสามารถดำเนินการมากขึ้น