跳到正文
arXiv · AI· Xiaobin Li, Yanbin Gao, Jianing Long, Wuming Lei·· 14 天前AI 评分23

基于图学习辅助逻辑Benders分解的分布鲁棒车站内列车重调度

Graph learning-assisted logic-based Benders decomposition for distributionally robust in-station train rescheduling under disruptions

AI 导读

论文提出GNN-LBBD算法解决车站内列车重调度问题,结合分布鲁棒模型与逻辑Benders分解。算法利用图神经网络引导子问题求解顺序,构建条件割。 在28个测试实例中,该算法平均总完成延迟为61.13列车分钟,比禁忌搜索低16.63%,比变邻域搜索低20.06%。利用中断恢复观察数据可减少约21.7%的平均总完成延迟。

来源:arXiv · AI · arxiv.org