Jadwal Sholat

Memuat jadwal sholatโ€ฆ

Editorial Ilmu Komputer & AI

Open AccessOA2024

Machine Learning untuk Menyelesaikan Vehicle Routing Problem: Sebuah Survei

Survei ini meninjau secara sistematis metode machine learning untuk menyelesaikan Vehicle Routing Problem (VRP) yang NP-hard, dengan menyajikan taksonomi paradigma pembelajaran, struktur solusi, model, dan algoritma. Survei ini menunjukkan bahwa metode berbasis pembelajaran kompetitif dengan pendekatan tradisional dan menyoroti arah masa depan bagi sistem transportasi modern.
Aigerim Bogyrbayeva; M. Meraliyev; Taukekhan Mustakhov; Bissenbay Dauletbayevยท IEEE transactions on intelligent transportation systems (Print)ยท 2024ยท DOI 10.1109/TITS.2023.3334976

Masalah inti

Vehicle Routing Problem (VRP) adalah kelas masalah optimasi kombinatorial NP-hard dengan aplikasi luas di bidang logistik, transportasi, dan manajemen rantai pasok. Metode solusi tradisional bergantung pada heuristik buatan tangan dan algoritma eksak, yang dapat memakan biaya komputasi besar untuk instans berskala besar. Belakangan ini, komunitas machine learning dan operations research menunjukkan minat besar dalam menyelesaikan VRP menggunakan metode pembelajaran murni atau pendekatan hibrida yang menggabungkan pembelajaran dengan heuristik tradisional. Survei ini memberikan tinjauan sistematis atas metode machine learning yang diterapkan pada VRP, dengan tujuan mengategorikan studi yang ada dan mengidentifikasi arah penelitian di masa depan.

Inovasi

Para penulis melakukan tinjauan literatur sistematis atas pendekatan machine learning untuk VRP. Mereka mengusulkan taksonomi berdasarkan empat dimensi: paradigma pembelajaran (misalnya supervised, reinforcement, unsupervised), struktur solusi (misalnya construction, improvement), model yang mendasari (misalnya graph neural network, model sequence-to-sequence), dan algoritma (misalnya pointer network, arsitektur transformer). Survei ini mencakup studi dari komunitas machine learning maupun operations research, termasuk metode pembelajaran murni dan pendekatan hibrida yang mengintegrasikan pembelajaran dengan heuristik buatan tangan tradisional. Hasil rinci dari metode state-of-the-art dikompilasi dan dibandingkan.
Pendahuluan
Vehicle Routing Problem (VRP) adalah kelas masalah optimasi kombinatorial NP-hard dengan aplikasi luas di bidang logistik, transportasi, dan manajemen rantai pasok. Metode solusi tradisional bergantung pada heuristik buatan tangan dan algoritma eksak, yang dapat memakan biaya komputasi besar untuk instans berskala besar. Belakangan ini, komunitas machine learning dan operations research menunjukkan minat besar dalam menyelesaikan VRP menggunakan metode pembelajaran murni atau pendekatan hibrida yang menggabungkan pembelajaran dengan heuristik tradisional. Survei ini memberikan tinjauan sistematis atas metode machine learning yang diterapkan pada VRP, dengan tujuan mengategorikan studi yang ada dan mengidentifikasi arah penelitian di masa depan.

Mengapa penting

Para penulis menganalisis keunggulan model berbasis machine learning, terutama kemampuannya memanfaatkan simetri solusi VRP, yang sering diabaikan dalam metode tradisional. Mereka membahas trade-off antara kualitas solusi dan waktu komputasi, serta tantangan generalisasi ke berbagai varian VRP. Survei ini juga menguraikan arah penelitian di masa depan, termasuk:

- Mengintegrasikan solusi berbasis pembelajaran ke dalam sistem transportasi modern untuk menghadapi tantangan VRP yang dinamis dan stokastik.
- Mengembangkan model pembelajaran yang lebih interpretabel dan robust.
- Menjembatani kesenjangan antara kemajuan teoretis dan penerapan praktis.

Secara keseluruhan, survei ini menyediakan peta jalan yang komprehensif bagi para peneliti dan praktisi yang tertarik menerapkan machine learning pada vehicle routing problem.

Siapa yang sebaiknya membaca

Pembaca Research Digest dan praktisi rumpun ini.

Membuka konten memberโ€ฆ