10 likes | 295 Views
Simutrans貨物配送路徑之研究與實作. 指導教授: 丁川康 教授 組員 : 陳霈、簡名昱、邱賢坦、張家甄. 環境介紹 Simutrans是一個開放原始碼交通模擬遊戲,在多樣化的交通環境中,陸地上的貨物運送為我們研究的方向 。 下圖代表建築物之間的供貨關係: 每 種貨物分別由一台貨車運送。各貨車 運行時,會在產出貨物的建築物取貨, 並在接收貨物的建築物卸貨 ,而貨車不 一定會經過所有建築物,會依運送的利 潤做取捨 。 貨車卸貨時,便有收入,算法: 收入 = 卸貨量 * 貨物單位價格 運送貨物的途中,需要支付油錢,算法:
E N D
Simutrans貨物配送路徑之研究與實作 指導教授: 丁川康 教授組員: 陳霈、簡名昱、邱賢坦、張家甄 環境介紹 Simutrans是一個開放原始碼交通模擬遊戲,在多樣化的交通環境中,陸地上的貨物運送為我們研究的方向。 下圖代表建築物之間的供貨關係: 每種貨物分別由一台貨車運送。各貨車 運行時,會在產出貨物的建築物取貨, 並在接收貨物的建築物卸貨,而貨車不 一定會經過所有建築物,會依運送的利 潤做取捨。 貨車卸貨時,便有收入,算法: 收入 = 卸貨量 * 貨物單位價格 運送貨物的途中,需要支付油錢,算法: 油錢 = 里程數 * 單位路徑耗油 * 油價 研究目的 經由演算法計算,每種貨物分別選擇一條運送路線,在一年內不斷讓路線上的貨車運送貨物,以得到整體最大利潤。 研究方法 利用基因演算法(Genetic Alogrithm,GA) 算出最佳路徑,並且利用回歸分析 (Regression Analysis)大約估計利潤,以 加快演化的速度。 GA operators: representation: selective: fitness proportionate selection crossover: cut and cross-fill crossover mutation: 共有兩種 1. swap 兩個node的位置 2. flip 一個node的正負號 每種mutation發生機率皆為1/l(l :基因長度) survival: 親代與子代中fitness最好的前n 筆基因存活至下一代(n:每代的population size) 回歸分析種類: 1.Multivariate Linear Regression Model 2.Linear Regression Model with Update 3.Suport Vector Machine(SVM) 4.Multi-Dimension Least-Square Polynomial Curve Fitting(LSPCF) 實驗結果 3 2 6 4 1 5 Oil pump/ Oil Field Coal mine Iron ore mine Coal Iron Oil Oil Refinery Steel mill 註:紅色字體為流通的貨物 Steel Plastic Car factory Car Car shop • 左下表為各regression model • 的估計利潤與實際利潤的誤差值 • 右下表為以不同regression model演化時所得到的平均最佳利潤 • 參考資料 • [1] Simutrans (online), http://www.simutrans.com/en/ , • [2] 廖歆蘭,“Metaheuristic Algorithms for the Capacitated Selective Pickup and Delivery Problem,”國立中正大學, pp.20-24, 2010 • [3] Martin T. Hagan, Howard B. Demuth, and Mark Beale, ”Neural Network Design”, first published 1996, PWS Publishing Company • [4] “Artificial Intelligence Regression and cross validation”(online), • http://www.cs.cmu.edu/afs/andrew/course/15/381-f08/www/lectures/regression.pdf • [5] Chih-Chung Chang, and Chih-Jen Lin, ”LIBSVM -- A Library for Support Vector Machines”(online), • http://www.csie.ntu.edu.tw/~cjlin/libsvm/ • [6] FRED H. LESH,”Multi-Dimensional Least-Squares Polynomial Curve Fitting*” , California Institute of Technology, Pasadena, Calif.