CVRP50

新TRCM方法提升神经车辆路径规划精度

研究人员开发了拓扑感知路径一致性建模（TRCM），一种增强神经车辆路径规划求解器的新方法。TRCM显式地对路径级别的客户共同分配进行建模以指导决策，改进了隐式表示路径组织的现有自回归模型。该方法结合了保持结构的一致性增强和基于拓扑熵的重加权，以解决类别不平衡和结构不均的监督数据问题。TRCM在CVRP50和CVRP100等基准数据集上显著减小了最优性差距，并在XML100上显示出改进的平均目标。