Project R-6407

Titel

Dial-a-ride problemen met realistische kenmerken

Abstract

Dit onderzoeksvoorstel heeft als doel de huidige algoritmes voor het oplossen van complexe , real-life varianten van het 'diala - ride probleem' ( DARP ) te verbeteren. Het DARP is een generalisatie van een aantal rittenplanningsproblemen , maar verschilt vanwege het menselijk perspectief. Reizigers geven transportverzoeken op , bestaande uit een oorsprongslocatie , een bestemming en een gewenste pick-up of bezorgingstijd . Service level criteria , zoals een maximale tijdafwijking en een maximale rijtijd , verhogen de complexiteit. Bovendien worden verschillende types gebruikers en een heterogene wagenpark vaak waargenomen. Efficiënte algoritmen, gezien de real-life kenmerken, zijn nodig om het serviceniveau en kostenefficiëntie te waarborgen . In het eerste deel van mijn doctoraatsonderzoek is het menselijk perspectief in aanmerking genomen als een afzonderlijke doelstellingsfunctie , wat leidt tot een 'multi-objective problem'. Beslissers zijn niet nodig om de kwaliteitsvoorkeuren van te voren te definiëren. A posteriori kiezen ze uit een reeks niet-gedomineerde vervoer plannen, gegenereerd door middel van een evolutionair algoritme. Pareto-gebaseerde werkwijzen worden gebruikt om voorlopige informatie over de kenmerken van de oplossings-set te verkrijgen en zullen en in een hybride metaheuristische aanpak geïntegreerd worden. Aandacht zal geschonken worden over hoe algoritmische componenten geadapteerd kunnen worden om de onderliggende structuur van het DARP te benutten. De oplossingsmethoden zullen getest worden op benchmark- en real-life gegevens . Algoritmische prestaties kunnen beoordeeld worden met behulp van Pareto-compliante kwaliteitsindicatoren, zoals de hypervolume indicator en de unaire epsilon -indicator. De tweede doelstelling van dit onderzoeksvoorstel heeft als doel de mogelijkheden voor lagere operationele kosten en hogere servicegraad te kwantificeren wanneer een horizontale samenwerking tussen twee of meer 'dial-a-ride' ( DAR ) dienstverleners wordt uitgeoefend . Zij kunnen klantverzoeken uitwisselen of voertuig capaciteit delen. Concreet , vereist dit de extentie tot de multi-depot zaak van eerder genoemde methoden. De voordelen van de verschillende samenwerkingsgraden zullen onder verschillende probleem omstandigheden onderzocht worden en benchmark- data sets zullen opgezet worden. In het derde deel van mijn doctoraatsonderzoek is het DARP bestudeerd in een dynamische context , waar nieuwe verzoeken worden onthuld tijdens de uitvoering van de routes . In dit geval dient de beslissing te worden genomen of dit verzoek aanvaard wordt en de eerste oplossing in real time aangepast dient te worden aangepast. Het kan ook reageren op onvoorziene gebeurtenissen , zoals annulering van de aanvragen , vertragingen of voertuig storingen. In dit onderzoeksvoorstel zal een beleid worden ontwikkeld als leidraad voor de planners. Ten eerste zal een insertie heuristisch worden toegepast om te beslissen of nieuwe aanvragen zullen worden bediend en lokale search operatoren zullen worden ontwikkeld om de eerste oplossing te repareren. Ten tweede zal een hybride solver , die exacte en heuristische optimalisatie technieken integreert, gecreëerd worden om een high-speed -algoritme voor het genereren van nieuwe oplossingen te verkrijgen. Tenslotte zal een experimenteel ontwerp en multilevel regressieanalyse worden toegepast om te bepalen welke parameterinstellingen en algoritmische componenten het beste werken, afhankelijk van de kenmerken van het probleem . De ervaring met rittenplanningsproblemen van de onderzoeksgroep Logistiek , waarin dit doctoraatsvoorstel ligt , biedt een gedegen basis voor deze uitdagende doelstellingen . De onderzoeksgroep participeert ook in een Interuniversitaire 'Attraction Pole', waarin deze verantwoordelijk is voor de toepassing van de nieuw voorgestelde oplossingsprocedures in de distributie logistiek . Dit PhD voorstel past perfect bij het wetenschappelijk werk in uitvoering en zal profiteren van de verworven expertise en onderzoekssynergieën .

Periode

01 oktober 2015 - 30 september 2017