基于深度强化学习的带时间窗的车辆路径规划问题研究

智能工程与自动化学院

Research on Vehicle Path Planning with Time Window Based on Deep Reinforcement Learning

在经济不断发展的现在，电子商务行业的崛起带动了物流行业的发展，并且物流行业也对经济发展产生了重要的影响。物流配送运输环节可以简化为一个车辆路径问题（VRP），简单的车辆路径问题可以解释为一定数量的带有不同需求的客户节点，场站作为配送的中心具有可以满足客户需求的货物，车队装载货物为了满足客户节点的需求和其他约束条件，需要规划最优的行车路线，使得车队的规划路线成本最小，时间最短，总里程最小。本项目在现有机器学习的基础上，结合深度强化学习，对VRP问题引入时间窗约束，验证神经网络算法能够对加入约束条件的车辆路径问题模型进行学习和优化求解的可行性，以使得神经网络算法解决车辆路径问题更加具有实际意义。