Machine-Learning Verfahren für eine nachhaltige Letzte-Meile-Logistik
- Dieser Beitrag entwickelt ein Konzept zur praktischen Umsetzung eines Machine- Learning Verfahrens zum Lösen von Vehicle Routing Problemen im Kontext einer nachhaltigen “Letzte-Meile”-Logistik, welches durch einen Prototyp umgesetzt und getestet wurde. Der Prototyp basiert auf dem “Reinforcement Learning”-System und verwendet als Algorithmus “REINFORCE mit Baseline”. In einer Vergleichsanalyse wurde der Prototyp mit dem bekannten Vertreter Google-OR, anhand von zwei Anwendungsszenarien,Dieser Beitrag entwickelt ein Konzept zur praktischen Umsetzung eines Machine- Learning Verfahrens zum Lösen von Vehicle Routing Problemen im Kontext einer nachhaltigen “Letzte-Meile”-Logistik, welches durch einen Prototyp umgesetzt und getestet wurde. Der Prototyp basiert auf dem “Reinforcement Learning”-System und verwendet als Algorithmus “REINFORCE mit Baseline”. In einer Vergleichsanalyse wurde der Prototyp mit dem bekannten Vertreter Google-OR, anhand von zwei Anwendungsszenarien, verglichen. Der Prototyp überzeugt dabei in der Laufzeit und dem Automatismus. Es konnte festgestellt werden, dass eine Verwendung von Lernenden-Systemen für das Vehicle Routing Problem sich bei nur bei einem größeren Stoppvolumen und einer erweiterten IT-Infrastruktur empfiehlt.…
Verfasserangaben: | Pablo Stockhausen, Andreas Johannsen, Robert Maurer |
---|---|
Dokumentart: | Vortrag |
Sprache: | Deutsch |
Jahr der Veröffentlichung: | 2023 |
Datum der Veröffentlichung (online): | 14.12.2023 |
Veröffentlichende Institution: | Technische Hochschule Brandenburg |
Datum der Freischaltung: | 14.12.2023 |
Institute: | Fachbereich Informatik und Medien |
Hochschulbibliografie: | Hochschulbibliografie |
Lizenz (Deutsch): | Creative Commons - CC BY - Namensnennung 4.0 |