Exact Methods and a Two-Stage Iterative Heuristic for the Carrier-Vehicle Traveling Salesman Problem
Notice bibliographique
Résumé
The carrier-vehicle traveling salesman problem (CVTSP) aims to optimize the routes of a larger, but slower, carrier and a smaller, but faster, vehicle to minimize the maximum completion time for visiting a set of targets. This paper introduces an enhanced formulation for the CVTSP using a set of new valid inequalities derived from structural properties. A logic-based Benders decomposition method is tailored to solve the problem by introducing various types of Benders cuts. In particular, a new analytical cut is developed based on valid bounds of the travel time between any two consecutive visited nodes. To handle practical instances, we design a simple, yet effective, two-stage iterative heuristic, which repeatedly solves a traveling salesman problem using an updated approximate travel time matrix. We conduct numerical experiments on 529 benchmark instances. Results show that the proposed formulation and exact method perform well, especially for the instances with small vehicle endurance and distant targets. The heuristic quickly achieves optimality for all instances with known optimal values. It finds new best solutions for most open instances, outperforming state-of-the-art heuristics in solution quality and efficiency. History: Accepted by Andrea Lodi, Area Editor for Design & Analysis of Algorithms–Discrete. Funding: Financial support from the National Natural Science Foundation of China [Grant 72201044] and [Grant 72571037] are gratefully acknowledged. Supplemental Material: The software that supports the findings of this study is available within the paper and its Supplemental Information ( https://pubsonline.informs.org/doi/suppl/10.1287/ijoc.2025.1140 ) as well as from the IJOC GitHub software repository ( https://github.com/INFORMSJoC/2025.1140 ). The complete IJOC Software and Data Repository is available at https://informsjoc.github.io/ .
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».