A time–space network based exact optimization model for multi-depot bus scheduling

Kliewer, Natalia; Mellouli, Taïeb; Suhl, Leena

doi:10.1016/j.ejor.2005.02.030

Cited by 254 publications

(157 citation statements)

References 7 publications

Supporting

Mentioning

137

Contrasting

Unclassified

Order By: Relevance

“…Los puntos débiles de las heurísticas son compensados por el algoritmo genético propuesto. Kliewer et al, (2006) discuten el problema de programación de autobuses con múltiples paraderos y flotas heterogéneas. Los autores utilizan una red basada en tiempo-espacio en vez de redes basadas en conexiones de las paradas para modelar el problema mencionado.…”

Section: Revisión De La Literaturaunclassified

Un Algoritmo de Estimación de Distribuciones copulado con la Distribución Generalizada de Mallows para el Problema de Ruteo de Autobuses Escolares con Selección de Paradas

Pérez-Rodríguez

Hernández-Aguirre

2017

Revista Iberoamericana de Automática e Informática Industrial R

View full text Add to dashboard Cite

ResumenAunque los algoritmos de estimación de distribuciones fueron originalmente diseñados para resolver problemas con dominio de valores reales o enteros, en esta contribución se utilizan para la resolución de un problema basado en permutaciones. El ruteo de autobuses escolares con selección de paradas es resuelto utilizando la distribución generalizada de Mallows como un intento para describir y obtener una distribución de probabilidad explicita sobre un conjunto de rutas de autobuses escolares. Además, un operador de mutación es considerado para mejorar la estimación de la permutación central, un parámetro de la distribución de Mallows. Diferentes y diversas instancias sirvieron como parámetro de entrada y prueba para mostrar que problemas basados en permutaciones tales como el ruteo de autobuses escolares con selección de paradas pueden ser resueltos por medio de un modelo de probabilidad, y mejorar la estimación de la permutación central ayuda al desempeño del algoritmo.Palabras Clave: Algoritmo de estimación de distribuciones, distribución de Mallows, problema de ruteo de vehículos, problema de ruteo de autobuses escolares. IntroducciónBásicamente, el problema del ruteo de autobuses escolares con selección de paradas SBRP (por sus siglas en inglés School Bus Routing Problem) consiste en encontrar una eficiente secuencia de rutas para una flota de autobuses escolares que recogen estudiantes en diversas paradas y los dejan en su escuela satisfaciendo varias restricciones tales como capacidad máxima del autobús, tiempo máximo para recoger a los estudiantes, y el tiempo límite para llegar a la escuela. Por lo tanto, el SBRP es un tema de investigación logística y puede ser considerado como un problema combinatorio realista.Una variante del SBRP llamada SBRP con selección de paradas SBRPBSS (por sus siglas en inglés School Bus Routing Problem with Bus Stop Selection), se tiene cuando hay un conjunto de paradas potenciales de autobús, de tal manera que cada estudiante vive a r metros de al menos alguna de ellas. Así, determinar el conjunto de paradas de autobús que realmente se deben visitar es una parte del problema (Schittekat et al., 2013).El SBRPBSS puede ser visto como un caso especial del problema de ruteo de vehículos con capacidad finita CVRP (por sus siglas en inglés Capacitated Vehicle Routing Problem), un problema NP-hard (por sus siglas en inglés Non-deterministic Polynomial-time), donde un conjunto de n nodos o vértices (las paradas a visitar) está dado con una demanda especifica (los estudiantes) los cuales deben ser atendidos por una flota de vehículos (los autobuses escolares) con capacidad limitada. Sin embargo se discute que existe un conjunto de paradas potenciales en este artículo, de las cuales se debe definir cuáles de ellas en realidad su ocuparan.En esencia, el SBRPBSS tiene tres aspectos distintos pero relacionados entre sí: (1) determinar el conjunto de paradas a visitar, (2) establecer para cada estudiante a qué parada deberá dirigirse a esperar un autobús, y (3) diseñar rutas con las...

show abstract

Section: Revisión De La Literaturaunclassified

Un Algoritmo de Estimación de Distribuciones copulado con la Distribución Generalizada de Mallows para el Problema de Ruteo de Autobuses Escolares con Selección de Paradas

Pérez-Rodríguez

Hernández-Aguirre

2017

Revista Iberoamericana de Automática e Informática Industrial R

View full text Add to dashboard Cite

show abstract

“…Some exact algorithms, presented by Fischetti et al (1989), Forbes et al (1994) and Kliewer et al (2006), were able to solve instances with up to thousands of trips. Pepin et al (2009) presented and compared five representative heuristics: a tabu search, a large neighborhood search, a truncated column generation, a Lagrangian heuristic and a truncated branch-and-cut.…”

Section: Literature Reviewmentioning

confidence: 99%

A GRASP with efficient neighborhood search for the integrated maintenance and bus scheduling problem

Hama

Yagiura

2018

JAMDSM

View full text Add to dashboard Cite

The overall planning process undertaken by a bus company is traditionally composed of five sub-processes: timetabling, vehicle scheduling, maintenance scheduling, crew scheduling, and crew rostering. Solving the full optimization problem is believed to be computationally intractable, and therefore in practice the five sub-processes are usually optimized in sequence. In this paper, we present a model that integrates the problems of vehicle scheduling and maintenance scheduling. The objective is to minimize the differences in mileage between buses, the total distance traveled, and the daily differences in the number of maintenance tasks. We propose a heuristic algorithm using the framework of greedy randomized adaptive search procedure (GRASP), and we improve the neighborhood search procedure by using an ordered list of possible trips. We compare the neighborhood search procedure with and without this mechanism and show that the ordered list reduces the number of neighbors to be checked by more than 95%, and it reduces the time to obtain solutions of the same or better quality by an average of 70%. Through computational experiments on instances generated from real-world data, we show that the proposed algorithm finds solutions that are as good as or better than those obtained by a commercial solver in less than 5% of the time required by the latter.

show abstract

“…In the following we present how we build a time-space network for a given depot. For a detailed description about building time-space networks we refer to Kliewer et al (2006).…”

Section: Time-space Network Structurementioning

confidence: 99%

Computing strong lower and upper bounds for the integrated multiple-depot vehicle and crew scheduling problem with branch-and-price

Horváth

Kis

2017

Cent Eur J Oper Res

View full text Add to dashboard Cite

In the problem of the title, vehicle and crew schedules are to be determined simultaneously in order to satisfy a given set of trips over time. The vehicles and the crew are assigned to depots, and a number of rules have to be observed in the course of constructing feasible schedules. The main contribution of the paper is a novel mathematical programming formulation which combines ideas from known models, and an exact solution procedure based on branch-and-price.The method is tested on benchmark instances from the literature and it provides suboptimal schedules using limited computational resources.Keywords vehicle and crew scheduling · branch-and-price · exact methods · integer programming

show abstract

A time–space network based exact optimization model for multi-depot bus scheduling

Cited by 254 publications

References 7 publications

Un Algoritmo de Estimación de Distribuciones copulado con la Distribución Generalizada de Mallows para el Problema de Ruteo de Autobuses Escolares con Selección de Paradas

Un Algoritmo de Estimación de Distribuciones copulado con la Distribución Generalizada de Mallows para el Problema de Ruteo de Autobuses Escolares con Selección de Paradas

A GRASP with efficient neighborhood search for the integrated maintenance and bus scheduling problem

Computing strong lower and upper bounds for the integrated multiple-depot vehicle and crew scheduling problem with branch-and-price

Contact Info

Product

Resources

About