Valid Inequalities and a Branch-and-Cut Algorithm for Asymmetric Multi-Depot Routing Problems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We present a generic branch-and-cut framework for solving routing problems with multiple depots and asymmetric cost-structures, which consist in finding a set of cost minimizing (capacitated) vehicle tours in order to fulfill a set of customer demands. The backbone of the branch-and-cut framework is a series of valid inequalities, and accompanying separation algorithms, exploiting the asymmetric cost-structure in directed graphs. We derive three new classes of so-called DK inequalities that can eliminate subtours, enforce tours to be linked to a single depot, and impose bounds on the number of allowed customers in a tour. In addition, other well-known valid inequalities for solving vehicle routing problems are generalized and adapted to be valid for routing problems with multiple depots and asymmetric cost-structures. The resulting branch-and-cut framework is tested on four specific problem variants, for which we develop a new set of large-scale benchmark instances. The new DK inequalities are able to reduce root node optimality gaps by up to 67.2% compared to existing approaches in the literature. The overall branch-and-cut framework is effective as, e.g., Asymmetric Multi-Depot Traveling Salesman Problem instances containing up to 400 customers and 50 depots can be solved to optimality, for which only solutions of instances up to 300 customer nodes and 60 depots were reported in the literature before.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle