前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >带容量约束的弧路径问题(CARP)简介

带容量约束的弧路径问题(CARP)简介

作者头像
短短的路走走停停
发布于 2020-02-26 08:55:14
发布于 2020-02-26 08:55:14
3.9K0
举报
文章被收录于专栏:程序猿声程序猿声

P1

问题背景

路径问题的研究可以分为两个方向:以点为服务对象的车辆路径问题(VRP)和以弧为服务对象的弧路径问题(ARP)。不同于前者,ARP的基本特征是车队从一个仓库出发,对所有需要服务的边进行作业,而不是在顶点进行服务。弧路径问题大致可以分为三类:中国邮路问题、乡村邮路问题和带容量约束的弧路径问题。

自1981年Golden和Wong提出带容量约束的弧路径问题(Capacitated Arc Routing Problem,简称CARP)后,CARP便普遍应用在日常生活中,特别是市政服务方面,如道路洒水车路径规划、垃圾回收车路径规划、道路除冰车路径规划、校车接送路径问题等等。

P2

问题和模型

给定一个无向图G=(V,E),CARP有如下一些基本的定义:

虽然Golden等(1981)首次定义了CARP的数学模型,但由于模型的变量和约束会随着规模呈现指数增长,不利于求解,所以下面介绍Belenguer提出的two-index的模型定义(见参考文献[9])。首先对其他符号说明如下:

决策变量:

建立如下整数规划(IP)模型:

  • 目标函数(1)表示最小化总行驶成本;
  • 约束(2)表示所有需求边都得被服务,且每条需求边只能被一辆车服务;
  • 约束(3)限制车辆不得超载;
  • 约束(4)称为连接约束(connectivity constraints),如果车p服务需求边e,那么连接这条边的路径一定连接着仓库;
  • 约束(5)称为奇偶约束(parity constraint),表示每辆车p对应的路径都是一个偶图;
  • 约束(6)为决策变量的取值约束。

上图对约束(4)进行简单的举例描述。

图中实线表示路径服务的边,虚线表示路径空载经过的边。

对于给定的集合S和需求边f,容易看出左图违反了约束(4),因为不等式的左边等于0,右边等于2,而右图不违反约束(4)。

P3

关于CARP的相关变式

类似于VRP大家庭里各种各样的问题,因为CARP应用的广泛性,所以学者在该问题的基础上,联系实际添加其他约束。经典的相关变式问题有:

  • 混合CARP

上面提到的CARP定义在无向图G上,而现实的路径往往存在单行道和可双向行驶的道路,这时图上的需求边便包括了有向边和无向边,所以称为混合CARP

  • 周期性CARP

该问题将某一段时间区域根据不同的服务需求进行分层,对各个层次确定特定的服务任务,隔几天服务一次,主要适用于需求不规律的事件,如城市电路检查等不需每天进行服务

  • 带时间窗CARP

该问题是指对于某些路径只能在规定的某个时间段进行服务,如道路除冰任务一般规定在早上完成,或者问题中对个别重要路径限制了比较短的服务时间窗

  • 带补给点CARP

该问题是指车辆在道路进行服务过程中,中途的顶点可以对服务车进行原料补充。如道路洒水车作业时,水箱的补给由道路的消防栓提供,而不用回到仓库

P4

求解算法介绍

对于CARP及其变式问题的求解方法有很多,有些算法可以得出确定的值,而有些算法只是对解的逼近,但具有更强的适应性。下面以CARP问题为例,从精确算法和元启发式算法的角度分别介绍一些代表性方法。

4.1 精确算法

精确算法可以大致分为三类:

I. Cutting plane algorithm

基于上述的原模型CARP,定义变量z_e表示每条属于边集E的边e被deadhead的次数,从而生成一些有效不等式,在规模不大的实例中可以快速得到一个不错的下界,见Belenguer and Benavent (2003)。

II. Branch-Cut

将原模型CARP转化成等价的CVRP,并使用分支切平面算法解决,见 Baldacci and Maniezzo (2006)。

III. Branch-Price-Cut

将原模型CARP转化为set partition模型,但这样将会生成许多变量(路径),所以利用列生成处理,然后在松弛模型通过添加割平面使模型更紧,见Pecin and Uchoa(2019)。

4.2 元启发式算法

进入21世纪后,更多的启发式算法文献偏向于元启发式算法的设计,最流行的是邻域搜索算法,相关文献包括:

  • Hertz等(2000)提出了禁忌搜索算法
  • Polacek等(2008)利用变邻域搜索算法进行求解

另一类解决CARP的热门元启发式算法是基于种群的算法,相关文献包括:

  • Santos等(2010)基于元启发式设计了蚁群算法,对初始种群生成、决策准则和局部搜索算子进行了改进
  • Chen等(2016b) 基于模因搜索框架(memetic search framework)设计了混合元启发算法,在局部搜索过程中,将随机化禁忌阈值法(randomized tabu thresholding procedure)和不可行下降法(infeasible descent procedure)结合加以改进。

以上选取的是求解CARP比较高引的文章,有很强的参考意义,感兴趣的同志可以下载一读,下载链接请移步留言区。

其中,参考文献[8]是一本详细介绍ARP前世今生的书籍《Arc Routing: Problems, Methods, and Applications》。

P5

参考文献

[1] José M. Belenguer, Benavent E (2003) A cutting plane algorithm for the capacitated arc routing problem. Computers & Operations Research 30(5):705-728.

[2] Baldacci R , Maniezzo V (2006) Exact methods based on node-routing formulations for undirected arc-routing problems. Networks 47(1):52-60.

[3] Diego Pecin, Eduardo Uchoa (2019) Comparative Analysis of Capacitated Arc Routing Formulations for Designing a New Branch-Cut-and-Price Algorithm. Transportation Science 53(6):1673-1694.

[4] Hertz, A., Laporte, G., and Mittaz, M. (2000). A tabu search heuristic for the capacitated arc routing problem. Operations research, 48(1):129–135.

[5] Polacek, M., Doerner, K. F., Hartl, R. F., and Maniezzo, V. (2008). A variable neighborhood search for the capacitated arc routing problem with intermediate facilities. Journal of Heuristics, 14(5):405–423.

[6] Santos, L., Coutinho-Rodrigues, J., and Current, J. R. (2010). An improved ant colony optimization based algorithm for the capacitated arc routing problem. Transportation Research Part B: Methodological, 44(2):246–266.

[7] Chen, L., Gendreau, M., H`a, M. H., and Langevin, A. (2016a). A robust optimization approach for the road network daily maintenance routing problem with uncertain service time. Transportation research part E: logistics and transportation review, 85:40–51.

[8] Laporte G . Arc Routing: Problems, Methods, and Applications[M]. Society for Industrial and Applied Mathematics, 2015.

[9] Belenguer J M , Benavent E . The Capacitated Arc Routing Problem: Valid Inequalities and Facets[J]. Computational Optimization and Applications, 1998, 10(2):165-187.

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-02-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 程序猿声 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
车辆路径规划中的Location-Routing Problem简介
今天为大家介绍的是选址-路径问题(Location-Routing Problem, LRP),首先上目录
短短的路走走停停
2020/03/06
4.5K0
车辆路径规划中的Location-Routing Problem简介
车辆路径规划中的Dial A Ride 问题简介
今天我们给大家带来的是Dial a ride问题(DAR)的介绍,文中所用资料多参考于文献。先上目录
用户1621951
2020/02/19
3.9K0
需求可拆分及带时间窗的车辆路径规划问题(SDVRPTW)简介
前言 今天为大家介绍需求可拆分的带时间窗车辆路径问题(Split Delivery Vehicle Routing Problem with Time Window,简称SDVRPTW )。而求解技术是精确算法之王中王——分支定价割平面法(Branch-Price-Cut,简称BPC),因为国内少有这类型算法的介绍,今天小编就给大家分享一下咯。
用户1621951
2020/03/26
2.3K0
需求可拆分及带时间窗的车辆路径规划问题(SDVRPTW)简介
需求可拆分及带时间窗的车辆路径规划问题(SDVRPTW)简介
今天为大家介绍需求可拆分的带时间窗车辆路径问题(Split Delivery Vehicle Routing Problem with Time Window,简称SDVRPTW )。而求解技术是精确算法之王中王——分支定价割平面法(Branch-Price-Cut,简称BPC),因为国内少有这类型算法的介绍,今天小编就给大家分享一下咯。
短短的路走走停停
2020/03/25
3.3K0
需求可拆分及带时间窗的车辆路径规划问题(SDVRPTW)简介
车辆路径规划中的Electric Vehicle-Routing Problem简介
今天给大家带来的是电动汽车路径规划问题(Electric Vehicle-Routing Problem, EVRP)的介绍,按照惯例先上目录,其中第三部分的主要内容出自文献“The Electric Vehicle-Routing Problem with Time Windows and Recharging Stations”。
用户1621951
2020/03/12
3.1K2
组合优化问题Talent Scheduling Problem(TSP)简介
今天为大家介绍的问题是Talent Scheduling Problem,因为没有合适的中文翻译,所以下面直接简称其为TSP (注意, 这里的TSP可不是旅行商问题哦)。
用户1621951
2020/03/12
1.6K0
干货|遗传算法解决带时间窗的车辆路径规划问题(附java代码及详细注释)
各位读者大家好,今天小编给大家分享如何用遗传算法求解带时间窗的车辆路径规划问题。算法的主要思想来自于论文:A simple and effective evolutionary algorithm for the vehicle routing problem。在实现用遗传算法解VRPTW的过程中,小编一直在被生成了很多不可行解修复很困难而困扰,而这篇论文中所提出的算法恰好就避免了不可行解的处理,那么究竟是如何实现避免讨论不可行解的呢?接着读完这篇推文就能明白了~
用户1621951
2019/10/23
3.4K18
干货|遗传算法解决带时间窗的车辆路径规划问题(附java代码及详细注释)
车辆路径优化问题求解工具Jsprit的简单介绍与入门
今天小编要为大家介绍一款用于求解车辆路径优化问题(VRP)的工具箱---jsprit。大家可能没听过这个求解工具,小编也是经老师介绍才知道的。这里可以偷偷的告诉大家,老师的团队正在开发一款更厉害的车辆路径优化问题的求解器,将来会与Jsprit做性能比较。大家可以期待一下我们自己的车辆路径优化问题的求解器哦!
用户1621951
2019/09/17
3.8K0
车辆路径优化问题求解工具Jsprit的简单介绍与入门
JSPRIT在带时间窗的车辆路径规划问题(VRPTW)上的表现总结
在之前的推文车辆路径优化问题求解工具Jsprit的简单介绍与入门中,相信大家已经对Jsprit这款开源的车辆路径规划问题求解器有了基础的了解,那么Jsprit在具体的车辆路径规划问题上表现到底如何呢?
短短的路走走停停
2019/09/24
1.6K0
JSPRIT在带时间窗的车辆路径规划问题(VRPTW)上的表现总结
柔性作业车间调度问题(Flexible Job-shop Scheduling Problem, 简称为FJSP)
(Flexible Job-shop Scheduling Problem, 简称为FJSP)
用户1621951
2020/06/01
19.9K1
MIT和亚马逊举办的路径优化比赛—— US$175000的解决方案分享
最后一公里配送问题,指的就是区域配送中心到末端设施这一段的配送问题。司机需要在配送中心装载好货物,按顺序访问多个末端设施进行收货或送货操作,最后回到配送中心。
用户1621951
2022/01/21
1.2K0
MIT和亚马逊举办的路径优化比赛—— US$175000的解决方案分享
VRP求解哪家强?深度强化学习来挑战!
大家作为我们公众号的忠实粉丝,想必对VRP不陌生吧。VRP问题作为运筹学领域的重要问题之一,不断有学者提出新的算法来求解这一问题,包括列生成、分支定价等精确算法,以及模拟退火、禁忌搜索等启发式算法。
用户1621951
2020/04/26
6.4K1
VRP求解哪家强?深度强化学习来挑战!
Jsprit和自研车辆路径规划求解器的介绍
前言 哈啰,又见面啦 大家在编写启发式算法程序解决NP难问题时 有没有觉得会很耗时间呀 今天小编给大家介绍 两个可以解决各类VRP问题的工具(即VRP求解器) 一起来看看吧 1 求解器介绍 1.1 Jsprit 1.1.1 Jsprit简介 Jsprit 是一个基于 java 的开源工具包,用于解决旅行商问题 (Traveling Salesman Problem,简称TSP) 和多种车辆路径问题(Vehicle Routing Problem, 简称VRP)。Jsprit是轻量级、灵活且易于使用的V
用户1621951
2022/08/25
2.6K0
Jsprit和自研车辆路径规划求解器的介绍
学术报告|数据魔术师运筹优化及人工智能系列讲座第32期(2022年4月24日 下午14:30-17:30 )
腾讯会议参加人数上限为300人 打赏后的小伙伴,将会被邀请进入讲座临时腾讯会议群 打赏方式见文章末尾处 打赏后请联系“数据魔术师小助手(见文末二维码)”进群 数据魔术师 运筹优化及人工智能系列讲座第32期 【活动信息】 题目:整数规划建模及基于模型的算法设计 主 讲 人: 李延通  大连海事大学航运经济与管理学院副教授 主 持 人:  秦虎  华中科技大学管理学院教授 活动时间: 2022年4月24日 下午14:30 - 17:30 讲座语言:中文 主办单位:华中科技大学管理学院,数据魔术师 直
用户1621951
2022/03/21
6830
基于求解器的路径规划算法实现及性能分析
社会智能化的发展趋势和日益多元化的实际需求,奠定了物流运输行业对于实现智能规划的需求,车辆路径规划问题是其中的重点研究对象。
用户1621951
2023/01/05
8.2K0
基于求解器的路径规划算法实现及性能分析
干货|自适应大规模邻域搜索算法求解带时间窗的车辆路径规划问题(上)
不知道大家在使用启发式算法求解车辆路径规划问题时有没有这样的困惑:设计邻域搜索算子实在是太太太太难了,邻域搜索算子必须在算子搜索范围以及算子复杂度之间达到平衡,高效的邻域搜索算子又是邻域搜索算法的核心。那么有没有这样一种算法,它既不依赖特定的问题结构,也有很好的效果呢?
用户1621951
2019/12/23
7.8K0
干货|自适应大规模邻域搜索算法求解带时间窗的车辆路径规划问题(上)
最短路问题与标号算法(label correcting algorithm)研究(2) - 最短路径问题简介
在开始介绍最短路问题之前我们先来简单讨论网络流问题(network flow problems)
用户1621951
2020/04/24
2.4K0
数学建模--旅行商
旅行商问题(TSP,Traveling Salesman Problem)是数学建模中的一个经典组合优化问题。其基本描述如下:给定一组城市和每对城市之间的距离,要求找到一条路径,使得旅行商从某一城市出发,访问所有其他城市一次并返回原点,且总行程最短。
用户11315985
2024/10/16
3180
数学建模--旅行商
模拟退火算法解决带时间窗的车辆路径规划问题
各位读者大家好,今天小编将给大家分享如何用模拟推退火算法解决带时间窗的车辆路径规划问题。本文附带Java代码详解,是根据过去学长写的用禁忌搜索算法求解相关问题的代码修改而来的:
用户1621951
2021/09/02
2.3K1
干货|十分钟快速掌握CPLEX求解VRPTW数学模型(附JAVA代码及CPLEX安装流程)
号外!号外!常年用 TSP 举例的某干货分享板块终于 倒闭 改革了!小编终于被boss揪去关·禁·闭、学·习·进·阶、突·破·自·我了! 本着 独学学 不如 装装× 分享分享 的想法,下面来介绍下最近陪伴小编入眠的VRPTW——带时间窗车辆路径规划问题。 惯例奉上小编的 素质三连 攻略三连 帮你十分钟快速搞懂 VRPTW 讲什么、什么样、怎么解,帮助你从零开始快速入门! * 内容提要: *什么是VRPTW *CPLEX求解VRPTW实例 *CPLEX操作补充说明 1.什么是VRPTW 提到带
用户1621951
2018/04/19
18K19
干货|十分钟快速掌握CPLEX求解VRPTW数学模型(附JAVA代码及CPLEX安装流程)
推荐阅读
车辆路径规划中的Location-Routing Problem简介
4.5K0
车辆路径规划中的Dial A Ride 问题简介
3.9K0
需求可拆分及带时间窗的车辆路径规划问题(SDVRPTW)简介
2.3K0
需求可拆分及带时间窗的车辆路径规划问题(SDVRPTW)简介
3.3K0
车辆路径规划中的Electric Vehicle-Routing Problem简介
3.1K2
组合优化问题Talent Scheduling Problem(TSP)简介
1.6K0
干货|遗传算法解决带时间窗的车辆路径规划问题(附java代码及详细注释)
3.4K18
车辆路径优化问题求解工具Jsprit的简单介绍与入门
3.8K0
JSPRIT在带时间窗的车辆路径规划问题(VRPTW)上的表现总结
1.6K0
柔性作业车间调度问题(Flexible Job-shop Scheduling Problem, 简称为FJSP)
19.9K1
MIT和亚马逊举办的路径优化比赛—— US$175000的解决方案分享
1.2K0
VRP求解哪家强?深度强化学习来挑战!
6.4K1
Jsprit和自研车辆路径规划求解器的介绍
2.6K0
学术报告|数据魔术师运筹优化及人工智能系列讲座第32期(2022年4月24日 下午14:30-17:30 )
6830
基于求解器的路径规划算法实现及性能分析
8.2K0
干货|自适应大规模邻域搜索算法求解带时间窗的车辆路径规划问题(上)
7.8K0
最短路问题与标号算法(label correcting algorithm)研究(2) - 最短路径问题简介
2.4K0
数学建模--旅行商
3180
模拟退火算法解决带时间窗的车辆路径规划问题
2.3K1
干货|十分钟快速掌握CPLEX求解VRPTW数学模型(附JAVA代码及CPLEX安装流程)
18K19
相关推荐
车辆路径规划中的Location-Routing Problem简介
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档