Basically, simulation and approxima

Basically, simulation and approximation are used as solution methodologies. Topaloglu and Powell (2005) solve instances with
20 locations, 200 vehicle, and up to 6000 orders, and claim that in the deterministic version of the problem, the solutions are nearoptimal,
but in the stochastic version with random demands, centralized decision making is slightly more effective than distributed
decision making. Topaloglu and Powell (2006) model and solve the problem with up to 60 locations, 600 vehicles, and 4000 orders.
The hybrid value function seems to perform the best in the deterministic case, while piecewise linear value function provides the
best solutions in the stochastic case. Topaloglu and Powell (2007) propose an approach which does not need multiple simulations
with different values of the model parameter which is an important advantage. They decompose their dynamic program into
time-staged sub-problems and by using an iterative improvement scheme; the value function is obtained with approximation. These
test are done on problem sets with 40 locations, 200 vehicles, and up to 3000 orders during their planning horizon. Topaloglu and
Powell (2007) implement this procedure first for single vehicle type and then extend it to the multiple vehicle type problem.
Overall, ADP with good approximation of value function stands strong in solving fleet management problems with realistic sizes.

ผลลัพธ์ (ไทย) 1:

โดยทั่วไปการจำลองและการประมาณที่ใช้เป็นวิธีการแก้ปัญหา Topaloglu และเวลล์ (2005) ที่มีการแก้ปัญหากรณี
20 สถานที่, 200 คันและได้ถึง 6000 คำสั่งซื้อและอ้างว่าในรุ่นที่กำหนดของปัญหาการแก้ปัญหาที่มี nearoptimal
แต่ในรุ่นสุ่มสุ่มกับความต้องการการตัดสินใจจากส่วนกลาง การทำเล็กน้อยที่มีประสิทธิภาพมากขึ้นกว่าการกระจาย
การตัดสินใจ Topaloglu และเวลล์ (2006) และรูปแบบการแก้ปัญหาที่มีถึง 60 สถานที่ 600 ยานพาหนะและ 4000 คำสั่ง.
ค่าฟังก์ชั่นไฮบริดที่ดูเหมือนว่าจะทำงานได้ดีที่สุดในกรณีที่กำหนดในขณะที่ฟังก์ชั่นเชิงเส้นค่าค่ให้
โซลูชั่นที่ดีที่สุดใน กรณีที่สุ่ม Topaloglu และเวลล์ (2007) เสนอวิธีการซึ่งไม่จำเป็นต้องจำลองหลาย
ด้วยค่าที่แตกต่างกันของพารามิเตอร์แบบซึ่งเป็นประโยชน์ที่สำคัญ พวกเขาสลายโปรแกรมของพวกเขาเป็นแบบไดนามิก
เวลาฉากย่อยปัญหาและโดยใช้รูปแบบการปรับปรุงซ้ำ; ฟังก์ชั่นค่าได้ด้วยประมาณ
เหล่านี้การทดสอบจะทำในชุดปัญหา 40 สถานที่ 200 คันและได้ถึง 3000 คำสั่งในระหว่างการวางแผนขอบฟ้าของพวกเขา Topaloglu และ
เวลล์ (2007) ดำเนินการตามขั้นตอนนี้เป็นครั้งแรกสำหรับประเภทยานพาหนะเดียวแล้วขยายไปยังปัญหาประเภทยานพาหนะหลาย.
โดยรวม adp ด้วยประมาณการที่ดีของการทำงานค่ายืนที่แข็งแกร่งในการแก้ปัญหาการจัดการยานพาหนะท​​ี่มีขนาดจริง.

ผลลัพธ์ (ไทย) 2:

ทั่วไป การจำลองและประมาณใช้เป็นวิธีการแก้ปัญหา Topaloglu และพาวเวล (2005) แก้อินสแตนซ์ด้วย
20 สถาน ยานพาหนะ 200 และ 6000 ใบสั่ง และเรียกร้องในเวอร์ชันของ deterministic โซลูชั่น nearoptimal,
แต่ในรุ่นสโทแคสติกกับความต้องการแบบสุ่ม ตัดสินใจจากส่วนกลางจะเล็กน้อยกว่ากระจาย
ตัดสินใจ Topaloglu พาวเวล (2006) รูปแบบ และแก้ไขปัญหาสถานถึง 60, 600 คัน และ 4000 ใบสั่ง
ฟังก์ชันค่าผสมที่ดูเหมือนว่าจะ ทำดีสุดในกรณี deterministic ขณะ piecewise ให้ค่าเชิงเส้นฟังก์ชันการ
เบสท์โซลูชั่นในกรณีแบบเฟ้นสุ่ม Topaloglu และพาวเวล (2007) เสนอวิธีการที่ไม่จำเป็นต้องจำลองหลาย
มีค่าต่าง ๆ ของพารามิเตอร์รูปแบบ ซึ่งจะเป็นประโยชน์ จะเปื่อยการโปรแกรมแบบไดนามิกลงใน
ปัญหาย่อยที่แบ่งระยะเวลา โดยใช้โครงร่างการปรับปรุงซ้ำ ฟังก์ชันค่ามีได้ ด้วยประมาณ เหล่านี้
ทดสอบเสร็จในชุดปัญหา 40 สถาน ยานพาหนะ 200 และ ถึง 3000 ใบสั่งในระดับการวางแผนการ Topaloglu และ
ใช้ขั้นตอนนี้ก่อนสำหรับรถเดียวชนิดพาวเวล (2007) และขยายไปในหลายรถชนิดปัญหา
โดยรวม ADP กับประมาณค่าฟังก์ชันดียืนแข็งแกร่งในการแก้ปัญหาการจัดการกองทัพเรือ มีขนาดสมจริง

ผลลัพธ์ (ไทย) 3:

โดยพื้นฐานแล้วประมาณการจำลองและใช้เป็นแนวโซลูชัน topaloglu และ Powell Street Cable Car ( 2005 )แก้ปัญหากรณีพร้อมด้วย
20 ตำแหน่ง 200 ยานพาหนะและได้สูงสุด 6000 อ้างว่าคำสั่งและรู้ว่าในรุ่นของปัญหาที่โซลูชันที่มี nearoptimal
แต่ในเวอร์ชั่น,แบบใดก็ได้ทั้งหมดรองรับงานที่มีความต้องการแบบสุ่มทำให้การตัดสินใจแบบรวมศูนย์เป็นมากกว่าเล็กน้อยมี ประสิทธิภาพ มากกว่าการกระจาย
ทำให้การตัดสินใจ. topaloglu และ Powell Street Cable .( 2006 )รุ่นและแก้ปัญหาได้ด้วยการที่มีมากถึง 60 ตำแหน่ง 600 และ 4000 การสั่งซื้อฟังก์ชันระบบไฮบริดมูลค่า
ที่ดูเหมือนจะเป็นการดีที่สุดในกรณีที่รู้ในขณะที่ฟังก์ชันความคุ้มค่าตามแนวยาว piecewise จะให้โซลูชันที่ดีที่สุด
ซึ่งจะช่วยในกรณี,แบบใดก็ได้ทั้งหมดรองรับงานได้ topaloglu และ Powell Street Cable Car ( 2007 )เสนอแนวทางซึ่งไม่จำเป็นต้องจำลองหลาย
พร้อมด้วยค่าที่แตกต่างกันของพารามิเตอร์ของรุ่นนี้ซึ่งเป็นประโยชน์ที่สำคัญ. ห้องพักแยกออกเป็นส่วนๆโปรแกรมแบบไดนามิกของพวกเขาเข้าไปใน
ซึ่งจะช่วยประหยัดเวลาจัดแสดงบนเวทีย่อย - ปัญหาและโดยการใช้โครงสร้างการพัฒนาฝึกฝนตามที่ทำงานค่าที่จะได้รับด้วยอ ภิรมย์
การทดสอบนี้จะมีให้สำหรับตั้งค่าปัญหาพร้อมด้วย 40 ตำแหน่ง 200 คันและถึง 3000 การสั่งซื้อในระหว่างการวางแผนของเส้นขอบฟ้า topaloglu และ
ตามมาตรฐานPowell Street Cable Car ( 2007 )ใช้ขั้นตอนนี้เป็นครั้งแรกสำหรับยานพาหนะ ประเภท เดี่ยวและจากนั้นจึงขยายการใช้งานให้ปัญหายานพาหนะ ประเภท ที่.
โดยรวมที่ดีโครงการฯพร้อมด้วยอ ภิรมย์ ของฟังก์ชันความคุ้มค่าตั้งอยู่ในการแก้ไขปัญหาการจัดการกลุ่มพร้อมด้วยขนาดที่สมจริง.