本书获评清华大学优秀博士学位论文

本书围绕车辆路径规划问题，综合运用交通工程、机器学习及运筹学的理念与方法，以提升交通运输中带有软时间窗的车辆路径规划问题的求解质量与速度。提出了基于定序决策的强化学习基础模型来解决带有软时间窗的多车路径规划问题，针对多车场问题设计了基于时间窗网络的信息编码与自由匹配的决策方法，该方法通过预训练可为新算例秒级提供解。

提出了基于注意力模型的强化学习算法解决带有软时间窗的多车接送问题。该方法采用联合嵌入算法来融合时空信息和掩码注意力网络来生成满足接送次序限制的路径，通过发挥并行计算优势为起讫点灵活化秒级生成解。提出了两阶段学习算法求解较大规模的带有软时间窗的接送问题。该方法通过图卷积将较大规模问题划分为若干个小规模问题，通过编码解码框架来生成路径解，利用迁移学习显著减少了训练时间。

本书可为强化学习、交通运输工程等领域的学者、相关工作人员提供参考。

张珂,清华大学交通工程与地球空间信息研究所博士，以第一作者发表论文十余篇，含IEEE TITS, Transportation Research Part C, Transportmetrica, Physica A等国际SCI期刊。曾获国家奖学金，2021年COTA会议最佳论文奖，2023年清华大学优秀博士论文奖，2024年美国TRB会议AED50论文竞赛第一名等荣誉。入选清华大学“水木学者”博士后项目，国家资助博士后研究人员计划项目。

目录

第1章引言

1.1研究背景及意义

1.2主要研究内容

1.3本书技术路线与结构安排

第2章文献综述

2.1精确式算法求解路径规划问题

2.2启发式算法求解路径规划问题

2.3机器学习算法求解路径规划问题

第3章基于强化学习解决带软时间窗多车路径规划问题的基础模型

3.1引论

3.2问题描述

3.3多智能体注意力模型

3.3.1模型的整体框架与原理

3.3.2编码过程

3.3.3基于定序决策的解码过程

3.3.4训练方法

3.4实验结果与分析

3.4.1实验设置

3.4.2基准算法

3.4.3算法结果对比

3.4.4敏感性分析

3.4.5泛化能力验证

3.5本章小结

第4章带有软时间窗的多车场路径规划问题优化求解

4.1引论

4.2问题描述

4.3基于图注意力机制的强化学习算法

4.3.1基于时间窗网络的编码过程

4.3.2基于自由决策的解码过程

4.3.3训练方法

4.4实验结果与分析

4.4.1实验设置

4.4.2基准算法

4.4.3算法结果对比

4.4.4泛化能力验证

4.5本章小结

第5章带有迟到惩罚的接送路径规划问题优化求解

5.1引论

5.2问题描述

5.3基于Transformer的端到端强化学习算法

5.3.1算法流程

5.3.2基于联合嵌入的编码过程

5.3.3基于多智能体掩码网络的解码过程

5.3.4训练方法

5.4基于SiouxFalls路网实验结果与分析

5.4.1实验设置

5.4.2实验结果对比

5.4.3不同决策次序的方法效果对比

5.4.4泛化能力验证

5.5基于望京路网的下车候选点决策优化

5.5.1需求响应型公共交通服务的特点

5.5.2起讫点灵活化问题

5.5.3实验设置与结果分析

5.6本章小结

第6章带有软时间窗的较大规模接送路径规划问题优化求解

6.1引论

6.2问题描述

6.3基于学习的两阶段算法

6.3.1图聚类阶段

6.3.2路径生成阶段

6.3.3训练方法

6.4实验结果与分析

6.4.1实验设置

6.4.2实验结果对比

6.4.3泛化能力验证

6.4.4敏感性分析

6.4.5迁移能力验证

6.5本章小结

第7章总结与展望

7.1全书工作总结

7.2核心创新点

7.3未来展望

参考文献

在学期间完成的相关学术成果