前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >带容量约束的弧路径问题(CARP)简介

带容量约束的弧路径问题(CARP)简介

作者头像
用户1621951
发布2020-02-26 13:43:27
2K0
发布2020-02-26 13:43:27
举报
文章被收录于专栏:数据魔术师数据魔术师

P1

问题背景

路径问题的研究可以分为两个方向:以点为服务对象的车辆路径问题(VRP)和以弧为服务对象的弧路径问题(ARP)。不同于前者,ARP的基本特征是车队从一个仓库出发,对所有需要服务的边进行作业,而不是在顶点进行服务。弧路径问题大致可以分为三类:中国邮路问题、乡村邮路问题和带容量约束的弧路径问题。

自1981年Golden和Wong提出带容量约束的弧路径问题(Capacitated Arc Routing Problem,简称CARP)后,CARP便普遍应用在日常生活中,特别是市政服务方面,如道路洒水车路径规划、垃圾回收车路径规划、道路除冰车路径规划、校车接送路径问题等等。

P2

问题和模型

给定一个无向图G=(V,E),CARP有如下一些基本的定义:

虽然Golden等(1981)首次定义了CARP的数学模型,但由于模型的变量和约束会随着规模呈现指数增长,不利于求解,所以下面介绍Belenguer提出的two-index的模型定义(见参考文献[9])。首先对其他符号说明如下:

决策变量:

建立如下整数规划(IP)模型:

  • 目标函数(1)表示最小化总行驶成本;
  • 约束(2)表示所有需求边都得被服务,且每条需求边只能被一辆车服务;
  • 约束(3)限制车辆不得超载;
  • 约束(4)称为连接约束(connectivity constraints),如果车p服务需求边e,那么连接这条边的路径一定连接着仓库;
  • 约束(5)称为奇偶约束(parity constraint),表示每辆车p对应的路径都是一个偶图;
  • 约束(6)为决策变量的取值约束。

上图对约束(4)进行简单的举例描述。

图中实线表示路径服务的边,虚线表示路径空载经过的边。

对于给定的集合S和需求边f,容易看出左图违反了约束(4),因为不等式的左边等于0,右边等于2,而右图不违反约束(4)。

P3

关于CARP的相关变式

类似于VRP大家庭里各种各样的问题,因为CARP应用的广泛性,所以学者在该问题的基础上,联系实际添加其他约束。经典的相关变式问题有:

  • 混合CARP

上面提到的CARP定义在无向图G上,而现实的路径往往存在单行道和可双向行驶的道路,这时图上的需求边便包括了有向边和无向边,所以称为混合CARP

  • 周期性CARP

该问题将某一段时间区域根据不同的服务需求进行分层,对各个层次确定特定的服务任务,隔几天服务一次,主要适用于需求不规律的事件,如城市电路检查等不需每天进行服务

  • 带时间窗CARP

该问题是指对于某些路径只能在规定的某个时间段进行服务,如道路除冰任务一般规定在早上完成,或者问题中对个别重要路径限制了比较短的服务时间窗

  • 带补给点CARP

该问题是指车辆在道路进行服务过程中,中途的顶点可以对服务车进行原料补充。如道路洒水车作业时,水箱的补给由道路的消防栓提供,而不用回到仓库

P4

求解算法介绍

对于CARP及其变式问题的求解方法有很多,有些算法可以得出确定的值,而有些算法只是对解的逼近,但具有更强的适应性。下面以CARP问题为例,从精确算法和元启发式算法的角度分别介绍一些代表性方法。

4.1 精确算法

精确算法可以大致分为三类:

I. Cutting plane algorithm

基于上述的原模型CARP,定义变量z_e表示每条属于边集E的边e被deadhead的次数,从而生成一些有效不等式,在规模不大的实例中可以快速得到一个不错的下界,见Belenguer and Benavent (2003)。

II. Branch-Cut

将原模型CARP转化成等价的CVRP,并使用分支切平面算法解决,见 Baldacci and Maniezzo (2006)。

III. Branch-Price-Cut

将原模型CARP转化为set partition模型,但这样将会生成许多变量(路径),所以利用列生成处理,然后在松弛模型通过添加割平面使模型更紧,见Pecin and Uchoa(2019)。

4.2 元启发式算法

进入21世纪后,更多的启发式算法文献偏向于元启发式算法的设计,最流行的是邻域搜索算法,相关文献包括:

  • Hertz等(2000)提出了禁忌搜索算法
  • Polacek等(2008)利用变邻域搜索算法进行求解

另一类解决CARP的热门元启发式算法是基于种群的算法,相关文献包括:

  • Santos等(2010)基于元启发式设计了蚁群算法,对初始种群生成、决策准则和局部搜索算子进行了改进
  • Chen等(2016b) 基于模因搜索框架(memetic search framework)设计了混合元启发算法,在局部搜索过程中,将随机化禁忌阈值法(randomized tabu thresholding procedure)和不可行下降法(infeasible descent procedure)结合加以改进。

以上选取的是求解CARP比较高引的文章,有很强的参考意义,感兴趣的同志可以下载一读,下载链接请移步留言区。

其中,参考文献[8]是一本详细介绍ARP前世今生的书籍《Arc Routing: Problems, Methods, and Applications》。

P5

参考文献

[1] José M. Belenguer, Benavent E (2003) A cutting plane algorithm for the capacitated arc routing problem. Computers & Operations Research 30(5):705-728.

[2] Baldacci R , Maniezzo V (2006) Exact methods based on node-routing formulations for undirected arc-routing problems. Networks 47(1):52-60.

[3] Diego Pecin, Eduardo Uchoa (2019) Comparative Analysis of Capacitated Arc Routing Formulations for Designing a New Branch-Cut-and-Price Algorithm. Transportation Science 53(6):1673-1694.

[4] Hertz, A., Laporte, G., and Mittaz, M. (2000). A tabu search heuristic for the capacitated arc routing problem. Operations research, 48(1):129–135.

[5] Polacek, M., Doerner, K. F., Hartl, R. F., and Maniezzo, V. (2008). A variable neighborhood search for the capacitated arc routing problem with intermediate facilities. Journal of Heuristics, 14(5):405–423.

[6] Santos, L., Coutinho-Rodrigues, J., and Current, J. R. (2010). An improved ant colony optimization based algorithm for the capacitated arc routing problem. Transportation Research Part B: Methodological, 44(2):246–266.

[7] Chen, L., Gendreau, M., H`a, M. H., and Langevin, A. (2016a). A robust optimization approach for the road network daily maintenance routing problem with uncertain service time. Transportation research part E: logistics and transportation review, 85:40–51.

[8] Laporte G . Arc Routing: Problems, Methods, and Applications[M]. Society for Industrial and Applied Mathematics, 2015.

[9] Belenguer J M , Benavent E . The Capacitated Arc Routing Problem: Valid Inequalities and Facets[J]. Computational Optimization and Applications, 1998, 10(2):165-187.

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-02-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据魔术师 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档