PulseAugur
实时 04:05:52
English(EN) Optimizing Nursing Care Taxi Dispatch Leveraging Integer Linear Programming Solvers and Machine Learning

基于Transformer的机器学习优化护理出租车调度

研究人员开发了一种基于Transformer架构的新机器学习方法,用于优化护理出租车的调度。该方法解决了轮椅使用、用户兼容性和车辆限制等复杂约束,而这些约束在先前基于神经网络的路由解决方案中常常被简化。该方法包括在整数线性规划求解器生成的高质量解决方案上训练模型,然后进行后处理以确保满足所有约束。实际数据显示,该方法实现了均衡的解决方案,在某些问题规模下将运营时间减少了高达8%,同时最大限度地减少了约束违反。 AI

影响 这项研究可能带来更高效、更可靠的特殊护理人员交通服务。

排序理由 该集群包含一篇详细介绍优化问题新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

基于Transformer的机器学习优化护理出租车调度

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Riku Nakao, Akihito Hiromori, Hamada Rizk, Hirozumi Yamaguchi ·

    利用整数线性规划求解器和机器学习优化护理出租车调度

    arXiv:2606.29725v1 Announce Type: new Abstract: In this paper, we formulate a new vehicle dispatch optimization problem, called Nursing Care Taxi Dispatch, as a variant of the Vehicle Routing Problem, considering constraints related to wheelchair use, user compatibility, pick-up …