Algoritmus využívající GRASP meta-heuristiku pro řešení problému routování vozidel s omezeními

Abstract

Problém plánování tras (VRP) je problém, který je v literatuře studován již několik desetiletí a zahrnuje plánování tras vozidel za účelem obsluhy jednotlivých zákaz\-níků. Varianta problému zahrnující vyzvednutí a doručení (VRPPD) je dobře známá verze VRP. Ve VRPPD je obecně vyžadováno najít jednu nebo více tras, ve kterých se doručí/vyzvedne zboží zákazníkům/od zákazníků. Další verzí je VRP s časovými okny (VRPTW), kde je každé lokalitě přiřazeno časové okno a cílem je obsloužit všechny zákazníky v daném časovém okně. Celkové přepravní náklady u obou variant by měly být minimalizovány při dodržení všech předem specifikovaných omezení. Aplikace VRP jsou běžné v každodenní přepravě a logistických službách a je očekáváno, že tato problematika bude v budoucnu mnohem významnější, díky větší oblibě elektronického obchodování a nakupování přes internet. Protože případy VRP v reálném světě nelze optimálně vyřešit v rozumném čase, je nutné pro řešení použít heuristické metody. Účelem této studie je prozkoumat GRASP metaheuristiku, s různými variantami konstrukčních heuristik,pro řešení VRP. Na rozdíl od předchozích výzkumů v této oblasti věnuji svou pozornost řešení těžkých problémů a omezení přímým a praktickým způsobem, aniž by proces hledání řešení byl výrazně komplikovaný. Experimenty ukázaly, že implementovaný algoritmus je lepší než jiné základní algoritmy. Dále mé pokusy ukázaly, že mé nově přidané složky mohou zesílit a diverzifikovat poskytnutá řešení účinněji než předchozí složky. Závěry studie naznačují, že algoritmus je úspěšný při řešení náročných omezení a vývoji jednoduchých a spolehlivých řešení, která lze začlenit do nástrojů pro správu plánování vozidel a použít v řadě aplikací v reálném světě.

The Vehicle Routing Problem (VRP) is a problem that has been studied in the literature for several decades and involves routing a fleet of cars to service a group of consumers. The Pickup and Delivery Problem (VRPPD) is a well-known version of the VRP. In the VRPPD, it is generally required to find one or more low-cost routes to deliver/pickup goods to/from customers. Another noteworthy version is VRP with Time Windows (VRPTW), where each site is assigned a time window and the aim is to service all customers within that time window. The entire transportation cost for both tasks should be minimized while adhering to a set of pre-specified problem restrictions. Applications of VRP are common in everyday transportation and logistics services, and the issue is anticipated to become much more prominent in the future as e-commerce and Internet shopping become more popular. The real-world cases of VRP cannot be optimally solved in a reasonable time, necessitating the use of heuristic techniques. The purpose of this study is to examine the GRASP metaheuristic with different construction heuristics that pertain to solving VRP variants. Contrary to previous research in this area, I devote my attention to tackling tough issues and constraints in a straightforward and practical manner. I do so without complicating the process of finding a solution. Experiments have shown that the implemented algorithm is better than other baseline algorithms. Further, my trials have shown that my newly added components can intensify and diversify more effectively than previous components. In summary, the study findings indicate that the algorithm is successful in dealing with tough issue constraints and developing simple and resilient solution that can be incorporated with vehicle routing management tools and employed in a range of real-world applications.