LLM自动设计启发式算法以优化车辆路径规划

研究人员开发了一种名为AILS-AHD的新方法，该方法利用大型语言模型（LLM）自动设计和优化容积车辆路径问题（CVRP）的启发式算法。该方法将进化搜索框架与LLM相结合，在自适应迭代局部搜索（AILS）框架内动态生成破坏启发式算法，并采用基于LLM的机制进行计算加速。实验表明，AILS-AHD的性能优于最先进的求解器，在CVRPLib基准测试的10个大规模实例中的8个实例上创下了新的已知最优解。 AI

影响 LLM驱动的启发式算法设计有望推动复杂物流挑战中的优化技术进步。

排序理由 学术论文，详细介绍了使用LLM解决组合优化问题的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• AILS-AHD
• AILS-II
• CVRP
• CVRPLib
• Large Language Models
• LLMs
• Xie Zhuoliang

• 论文
• 产品

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