BriefGPT - AI 论文速递
·
带时间窗口和转移的接送问题：结合分解与元启发式方法
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的逻辑基础分解方法（LBBD），有效解决了接送问题中的车辆中途装载交换和时间窗口问题，显著提高了最优性差距，并结合改进的大邻域搜索（LNS）算法，展示了在更大实例中的可扩展性和应用潜力。
🎯
关键要点
- 本研究提出了一种新颖的逻辑基础分解方法（LBBD）。
- LBBD有效解决了接送问题中的车辆中途装载交换和时间窗口问题。
- 该方法显著提高了文献中基准测试的最优性差距。
- 结合改进的大邻域搜索（LNS）算法，展示了对更大实例的可扩展性。
- 研究表明，LBBD能够缩小最优性差距，LNS能够提供接近最优解，具有重要的应用潜力。
➡️
