Resumen

Este trabajo presenta un modelo de diseño de rutas de recogida y entrega simultáneas, que considera el uso de taquillas exprés. A diferencia del tradicional problema del viajante de comercio (TSP), este modelo analiza el escenario en el que un mensajero sirve a un barrio con múltiples viajes. Teniendo en cuenta la capacidad de las taquillas y de los vehículos, el coste total se compone de los pedidos pendientes, la pérdida de ventas y el tiempo de viaje. Nuestro objetivo es minimizar el coste total cuando se satisfacen todos los pedidos. Se diseña una red de aprendizaje Q profunda modificada para obtener los resultados óptimos de nuestro modelo, aprovechando la atención multicabezal enmascarada para seleccionar las rutas de mensajería. Nuestro algoritmo supera a otros métodos de optimización estocástica con mejores soluciones óptimas y un tiempo computacional O(n) en los procesos de evaluación. El experimento ha demostrado que el aprendizaje por refuerzo es una mejor opción que los métodos tradicionales de optimización estocástica, ya que consume menos energía y tiempo durante los procesos de evaluación, lo que indica que este enfoque se adapta mejor a los datos a gran escala y a un amplio despliegue.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:métodos de optimización estocástica, proceso de evaluación, coste total, mejores soluciones óptimas, modelo de diseño de rutas, pedidos pendientes, menor potencia, capacidad de los vehículos, mejor elección, aprendizaje por refuerzo
• Keywords:stochastic optimization methods, evaluation process, total cost, better optimal solutions, route designing model, back order, less power, vehicle capacity, better choice, reinforcement learning