排出量割当付き動的車両配送問題における需要受け入れのための強化学習

要約: 本論文は、動的需要受け入れとルーティングをグローバルな排出制約と統合する新規のルーティング問題（DS-QVRP-RR）を提案・形式化します。排出量割当を有する動的・確率的車両ルーティング問題を指す本研究は、重要な貢献として、需要の予見的拒否と新しいルートの生成を促進するよう設計された2層の最適化フレームワークを提示します。これを解決するために、強化学習と組み合わせ最適化技術を組み合わせたハイブリッドアルゴリズムを開発します。包括的な数値実験を提示し、我々のアプローチを従来の手法と比較します。我々の知見は、問題の時間的範囲が不確定である場合でも、さまざまなタイプの入力に対して我々のアプローチの妥当性を示しています。