基于端到端预测后优化的重大工程物资配送路径规划OA
本文基于端到端预测后优化(EPO)方法,研究了重大工程物资配送路径优化问题。首先,以总行程时间最小为目标,构建了重大工程物资配送路径优化模型。其次,针对重大工程建设路段的行程时间受天气、地质条件等因素波动较大的特点,提出了基于双向长短时记忆神经网络(BiLSTM)的行程时间预测模型,并设计了多源时序数据融合机制。然后,提出基于决策损失上界的可微训练框架,通过松弛非凸决策损失目标,解决梯度反向传播的稳定性问题。最后,结合某铁路施工区的实际案例,对EPO-BiLSTM模型进行了验证。结果表明,该模型在节省行程时间、路径规划稳定性和鲁棒性方面均显著优于基准模型。
康柳江;周伦苇;毛雪莉;曹书瑞;孙会君
北京交通大学系统科学学院,北京100044北京交通大学系统科学学院,北京100044北京交通大学系统科学学院,北京100044北京交通大学系统科学学院,北京100044北京交通大学系统科学学院,北京100044
交通工程
工程物资配送路径优化行程时间端到端预测后优化双向长短时记忆网络
《系统管理学报》 2026 (4)
P.951-960,10
国家自然科学基金资助项目(72471022,72331001,72542015)北京交通大学人才基金资助项目(2025XKRC007)。
评论