研究人员开发了一种新颖的混合求解器,用于集成客货运输问题,这是一个复杂的路线规划挑战,涉及带有时间窗口和异构车辆的选择性取送。该求解器已提交给SOICT 2026竞赛,它结合了几种优化技术,包括贪婪插入、局部搜索以及带有模拟退火的自适应大邻域搜索(ALNS)。它还包含一个精确的路线选择引擎,该引擎利用分支定界、拉格朗日界和减价固定来解决集合打包问题,在严格的时间和内存限制内,在评分实例上表现出强大的性能。 AI
影响 这项研究提出了一种复杂的算法方法,可以为物流和运输领域的未来优化解决方案提供信息,有可能提高现实世界应用的效率。
排序理由 该集群包含一篇详细介绍特定优化问题新算法的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
- Adaptive large neighborhood search for integrated planning in railroad classification yards
- arXiv
- Hugging Face
- Integrated Passenger and Parcel Transportation problem
- Lagrange function
- Python
- simulated annealing
- SOICT 2026
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →