Logo image
Se connecter
Évaluation empirique des modèles d'apprentissage profond pour le problème de tournées de véhicules avec contrainte de capacité
Acte de colloque   Open Access

Évaluation empirique des modèles d'apprentissage profond pour le problème de tournées de véhicules avec contrainte de capacité

Ali Yaddaden, Sébastien Harispe et Michel Vasquez
ROADEF 2022 - 23ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision (Villeurbanne - Lyon, France, 23/02/2022–25/02/2022)
2021

Résumé

Apprentissage profond Apprentissage par renforcement Problèmes de tournées de véhicules avec contrainte de capacité Réseaux de neurones Active Search
Dans ce travail, nous partons du constat que les évaluations des récentes approches basées sur les réseaux de neurones profonds ne s'appuient pas sur les instances issues de benchmarks de la littérature. De telles évaluations permettraient de situer objectivement ces approches. Nous proposons donc une évaluation empirique des modèles de réseaux de neurones profonds via l'algorithme Active Search sur le CVRP en fournissant des résultats sur des instances bien connues de CVRPLib.

Fichiers et liens (1)

url
Find in HALAfficher

Indicateurs

1 Consultations de la notice

Détails

Logo image