12、基于采样的元启发式算法与实时交通路口管理

基于采样的元启发式算法与实时交通路口管理

在解决具有随机旅行和服务时间的定向问题以及实时交通路口管理问题时，研究人员提出了一系列创新的方法和评估器，这些方法在提升效率和优化性能方面展现出了显著的优势。

1. 定向问题的评估器与元启发式算法

在具有随机旅行和服务时间的定向问题中，提出了多种目标函数评估器，包括 R - M - A - M - P 和 R - A - P 等，并使用可变邻域搜索（VNS）元启发式算法进行实验。
- 评估器介绍
- R - M - A - M - P 评估器 ：它能对节点区域进行细致划分。对于参数 $\rho$（$\alpha \leq \rho \leq 1$），区间 $[0, (1 - \rho)D)$ 内的节点处于奖励区域可获得奖励，$[(1 + \rho)D, +\infty]$ 内的节点处于惩罚区域会受到惩罚。在 $[(1 - \alpha)D, (1 + \alpha)D]$ 区间内的节点使用解析方法评估，其余节点使用蒙特卡罗采样评估。该评估器能提供精细控制，通常在性能上优于 M - A - M，但需要额外调整参数。
- R - A - P 评估器 ：是 R - M - A - M - P 的简化版本，可作为基线评估器，不涉及随机性。定义因子 $\eta$（$0 < \eta < 1$），$[(1 - \eta)D, (1 + \eta)D]$ 区间内的节点使用解析方法评估，截止时间区域之前的节点在奖励区域，之后的在惩罚区域。在截止时间很少出现且较小的解析部分就足以降低误差的情况下，该评估器表现出色。