典型文献
强化学习在车辆路径问题中的研究综述
文献摘要：
车辆路径问题是物流运输优化中的核心问题,目的是在满足顾客需求下得到一条最低成本的车辆路径规划.但随着物流运输规模的不断增大,车辆路径问题求解难度增加,并且对实时性要求也不断提高,已有的常规算法不再适应实际要求.近年来,基于强化学习算法开始成为求解车辆路径问题的重要方法,在简要回顾常规方法求解车辆路径问题的基础上,重点总结基于强化学习求解车辆路径问题的算法,并将算法按照基于动态规划、基于价值、基于策略的方式进行了分类;最后对该问题未来的研究进行了展望.
文献关键词：
车辆路径问题;马尔科夫决策过程;强化学习;深度强化学习
中图分类号：
作者姓名：
牛鹏飞;王晓峰;芦磊;张九龙
作者机构：
北方民族大学 计算机科学与工程学院,银川 750021;北方民族大学 图像图形智能处理国家民委重点实验室,银川 750021
文献出处：
引用格式：
[1]牛鹏飞;王晓峰;芦磊;张九龙-.强化学习在车辆路径问题中的研究综述)[J].计算机工程与应用,2022(01):41-55
A类：
B类：
车辆路径问题,物流运输,顾客需求,下得,最低成本,车辆路径规划,问题求解,解难,再适应,强化学习算法,常规方法,动态规划,马尔科夫决策过程,深度强化学习
AB值：
0.226568
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
