Resumen

Se ha identificado un problema multiobjetivo de enrutamiento dinámico de vehículos (M-DVRP) y se ha propuesto una solución basada en semillas de tiempo utilizando la optimización de enjambre de partículas (TS-PSO) para M-DVRP. M-DVRP tiene en cuenta cinco objetivos, a saber, la clasificación geográfica de la solicitud, la clasificación de los clientes, el tiempo de servicio, el tiempo de alcanzabilidad previsto y el nivel de satisfacción de los clientes. La función multiobjetivo de M-DVRP tiene cuatro componentes: el número de vehículos, el tiempo de alcance previsto, el beneficio y el nivel de satisfacción. Las tres restricciones de la función objetivo son el vehículo, la capacidad y la alcanzabilidad. En TS-PSO, en primer lugar, el problema se divide en DVRP de menor tamaño. En segundo lugar, el horizonte temporal de cada DVRP de menor tamaño se divide en semillas temporales y el problema se resuelve en cada semilla temporal utilizando la optimización por enjambre de partículas. La solución propuesta se ha simulado en ns-2 considerando la red de carreteras real de Nueva Delhi, India, y los resultados se comparan con los obtenidos mediante simulaciones con algoritmos genéticos (AG). La comparación confirma que TS-PSO optimiza la función multiobjetivo del problema identificado mejor que lo que ofrece la solución GA.

• Materias:Redes de sensores Sensores inalámbricos Sistema de sensores Sensor inteligente Sensores electroquímicos
• Subjects:Sensor networks Wireless sensors Sensor system Intelligent sensor Electrochemical sensors
• Palabras claves:optimización por enjambre de partículas, dvrp, pso, problema, función multiobjetivo, tiempo de alcanzabilidad, nivel de satisfacción, semilla de tiempo, problema dinámico multiobjetivo de encaminamiento de vehículos, red real de carreteras.
• Keywords:particle swarm optimization, dvrp, pso, problem, multiobjective function, reachability time, satisfaction level, time seed, multiobjective dynamic vehicle routing problem, real road network