随机需求车辆路径问题的价值逼近在线决策
张晓楠1
张建雄2
1.天津大学管理与经济学部,天津300072;陕西科技大学机电工程学院,陕西西安7100212.天津大学管理与经济学部,天津300072
摘要：随着高效实时物流的发展,不确定车辆路径问题面临着兼顾决策精度和实时响应能力的新挑战.本文以应用最为广泛的随机需求车辆路径问题为例,研究提出一种有效的在线决策方法.首先,考虑多车辆同时在线,以总旅行成本最小化为目标,建立马尔科夫决策模型,并引入可信度约束和邻域半径减少策略缩小行动空间,提高求解效率.其次,设计强化学习中的价值逼近算法求解模型,其中,采用基函数估计期望未来成本,并将求解过程分离为离线训练和在线决策两个环节,基函数的权重被离线训练并用于在线决策以减少在线决策时间,同时,在算法中嵌入了邻域半径的动态更新机制.最后,测试多组算例验证了本文方法的有效性.
关键词：路径问题随机需求马尔可夫决策强化学习价值逼近算法
资助基金：国家自然科学基金(71802120)国家自然科学基金(71971152)陕西省创新能力支撑计划(2020KRM024)陕西省教育厅专项科研计划项目(19JK0125)
论文发表日期：2022-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：14( 241-254 )
英文信息