TY -的A2 Natella罗伯托AU -Žunić,哈马德•本•哈利法•阿勒萨尼AU -Đonko, Dženana AU - Buza,哈马德•本•哈利法•阿勒萨尼PY - 2020 DA - 2020/01/27 TI -一种自适应数据驱动的方法来解决现实世界的车辆路径问题在物流SP - 7386701六世- 2020 AB -运输物流成本占据了三分之一的数量,因此，运输系统在很大程度上影响着物流系统的性能。本研究提出了一种自适应数据驱动的创新模块化方法，用于解决物流领域的实际车辆路径问题(VRPs)。该工作包括两个基本单元:(i)一个创新的多步骤算法，以成功和完全可行的解决物流vrp (ii)一个自适应的方法，调整和设置所提出的算法的参数和常数。该算法结合了多种数据转换方法、启发式算法和禁忌搜索算法。此外，由于算法的性能依赖于控制参数和控制常数的集合，提出了一种根据历史数据自适应调整这些参数和控制常数的预测模型。将决策支持系统与广义线性模型(GLMs)和支持向量机(SVM)预测模型进行了比较。该算法以及使用预测方法的控制参数被获取并整合到一个基于web的企业系统中，该系统已在波斯尼亚和黑塞哥维那的几家大型分销公司中使用。将该算法的结果与一组基准实例进行了比较，并在实际基准实例上进行了验证。给出了该路线在实际环境中的可行性。 SN - 1076-2787 UR - https://doi.org/10.1155/2020/7386701 DO - 10.1155/2020/7386701 JF - Complexity PB - Hindawi KW - ER -