计算机工程与科学

作者：郑明杰, 曹霑懋

单位：（华南师范大学计算机学院，广东 广州 510631）

关键词：异构带容量的车辆路径问题,分层解码器模型,路由分配解码器,序列构建解码器,注意力协作机制,

现有求解带容量车辆路径问题（CVRP）的深度强化学习（DRL）方法主要用于处理同构车队，即车队都具有相同容量。然而，在面对更贴近现实的异构车队时，现有的DRL方法效果不佳。以最小化路径长度为目标，提出一种新型的DRL模型，用于求解具有不同容量约束的异构带容量车辆路径问题（HCVRP）。具体来说，提出一种由2类解码器构成的分层解码器模型（HDM）：路由分配解码器（RAD）和序列构建解码器（SCD）。RAD将节点分配给合适的车辆以形成若干的组，SCD则对组内的节点顺序进行构建，以最小化总路径长度。此外，还设计了一种注意力协作机制（ACM），旨在促进SCD之间的信息共享，以优化各组节点顺序，从而提高整体解决方案的质量。实验结果表明，HDM模型超越了现有的最先进的深度学习方法，能够在合理的时间内提供与传统优化求解器相当的解决方案。

来源：2025年第9期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第9期