PulseAugur
实时 07:42:44
English(EN) Scalable Solution of the Stochastic Multi-path Traveling Salesman Problem via Neural Networks

神经网络解决随机车辆路径问题

研究人员开发了一种解决随机多路径旅行商问题的新方法,该问题与智慧城市物流中的混合车辆路径相关。该问题涉及在给定地点之间多条路径上不确定的旅行时间的情况下,找到一条最优路径以最小化预期旅行成本。他们的方法集成了基于神经网络的代理模型,以有效地近似追索问题的期望值,从而提高了复杂路径场景的可扩展性和实际应用性。 AI

影响 为不确定性下的复杂车辆路径问题引入了一种可扩展的神经网络方法。

排序理由 该集群描述了一篇研究论文,其中详细介绍了一种使用神经网络解决复杂优化问题的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Daily Papers 阅读 →

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

神经网络解决随机车辆路径问题

报道来源 [1]

  1. Hugging Face Daily Papers TIER_1 English(EN) ·

    Scalable Solution of the Stochastic Multi-path Traveling Salesman Problem via Neural Networks

    The multi-path Traveling Salesman Problem with stochastic travel costs arises in hybrid vehicle routing applications designed for Smart City and City Logistics, where multiple paths exist between each pair of locations. Travel times along these paths are typically affected by rea…