MétaCan
Menu
Retour à la cohorte
Enregistrement W4415588099 · doi:10.1287/ijoc.2025.1140

Exact Methods and a Two-Stage Iterative Heuristic for the Carrier-Vehicle Traveling Salesman Problem

2025· article· en· W4415588099 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueINFORMS journal on computing · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Routing Optimization Methods
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTravelling salesman problemHeuristicsHeuristic2-optBenchmark (surveying)Set (abstract data type)Traveling purchaser problemSoftwareBottleneck traveling salesman problem

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil0,627

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,348
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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