Transportlīdzekļu maršrutēšanas problēmas paveidu risināšana ar Gurobi

Abstract

Transportlīdzekļu maršrutēšanas problēmas (VRP) paveidi, it īpaši ceļojošā tirgotāja problēma (TSP), ir vienas no visvairāk apskatītajām problēmām kombinatoriālās optimizācijas laukā. VRP paveidu risināšana ar rīkiem kā Timefold mēdz neatrast labus risinājumus. Tādos gadījumos iespējams varētu palīdzēt jauktās-veselu skaitļu lineārās programmēšanas (MILP) risinātāji kā Gurobi, kas bieži spēj atrisināt uzdevumus līdz garantēti optimālam risinājumam. Šajā maģistra darbā tika veikta MILP un Gurobi risinātāja dziļa izpēte un tā praktiska pielietošana dažādiem VRP paveidiem, salīdzinot iegūto veiktspēju ar Timefold. Tika izmantoti reāli dati no industrijas, kas ietver 252 klientus, kas jāapkalpo no 4 noliktavām, izmantojot 16 automašīnas. Eksperimenti liecina, ka uzdevumos Gurobi pārspēj Timefold veiktspēju visos apskatītajos uzdevumos.

SOLVING VARIANTS OF THE VEHICLE ROUTING PROBLEM USING GUROBI Variants of the vehicle routing problem (VRP), especially the traveling salesman problem (TSP), are among the most studied problems in combinatorial optimization. Solving variants of the VRP with tools like Timefold occasionally does not find good solutions. In such cases, mixed-integer linear programming (MILP) solvers such as Gurobi, which can often solve problems to a guaranteed optimal solution, could help. In this master's thesis, an in-depth study of MILP and the Gurobi solver was carried out and its practical application to different variants of the VRP, comparing the obtained performance with Timefold. Real data from the industry involving 252 customers to be served from 4 warehouses using 16 cars was used. Experiments show that Gurobi outperforms Timefold on all tasks considered.