控制理论与应用

作者：张景玲,余孟凡,赵燕伟,孙钰粟,蒋玉勇

单位：浙江工业大学,浙江工业大学,浙江工业大学,浙江工业大学,浙江工业大学

关键词：车辆路径问题; 强化学习; 关策略梯度算法; 神经网络; 超启发算法

基金：国家自然科学基金项目(61402409), 浙江省自然科学基金项目(LY19F030017)资助.

有容量车辆路径问题是组合优化问题中比较热门的问题, 它属于经典的NP-hard问题并且时间复杂度高.本文提出了一种基于策略梯度的超启发算法, 将强化学习中的确定性策略梯度算法引入到超启发算法的高层策略中的底层算法选择策略, 确定性策略梯度算法采用Actor-Critic框架, 另外为了能够在后续计算和神经网络参数更新中引用历史经验数据, 在确定性策略梯度算法中设计了经验池用于存储状态转移数据. 在超启发算法解的接受准则方面, 文中通过实验对比了3种接受准则的效果, 最终选择了自适应接受准则作为高层策略中解的接受准则. 通过对有容量车辆路径问题标准算例的计算, 并将求解结果与其他算法对比, 验证了所提算法在该问题求解上的有效性和稳定性.

来源：2024年第6期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第6期