첨단 AI로 보안 순찰 차량 경로 최적화에 도전하다: 혁신적인 하이브리드 메타휴리스틱 알고리즘

본 논문은 보안 순찰 차량 경로 최적화 문제(VRPSD)에 대한 혁신적인 해결책으로 하이브리드 다단계 ALNS-TS-TA 알고리즘을 제시합니다. 실험 결과, 이 알고리즘이 다른 알고리즘보다 우수한 성능을 보이며, 계산 시간 증가에도 불구하고 결과 개선 가능성을 보여줍니다. 이는 AI 기반 최적화 알고리즘의 효율성을 보여주는 중요한 결과입니다.

Vu, Tang, Lim, Wang 등 연구진이 발표한 논문은 보안 순찰 차량 경로 최적화 문제(VRPSD)에 대한 흥미로운 해결책을 제시합니다. VRPSD는 정확한 시간 준수와 엄격한 시간 제약이라는 어려운 조건을 포함하는 보안 및 순찰 작업에 초점을 맞추고 있습니다.

연구진은 적응형 대규모 이웃 탐색(ALNS), 타부 탐색(TS), 임계값 수용(TA) 등 세 가지 서로 다른 메타휴리스틱 알고리즘 기반의 알고리즘을 제안했습니다. 첫 번째 알고리즘은 단일 단계 ALNS와 TA를 결합하고, 두 번째 알고리즘은 다단계 ALNS와 TA를 사용하며, 세 번째 알고리즘은 다단계 ALNS, TS, 그리고 TA를 통합합니다.

251개 고객 요청으로 구성된 인스턴스에 대한 실험 결과, 세 번째 알고리즘인 하이브리드 다단계 ALNS-TS-TA 알고리즘이 최고의 성능을 보였습니다. 이 알고리즘은 ALNS의 광범위한 탐색 기능을 활용하여 탐색을 수행하고, 다단계 ALNS가 TS와 TA와 결합될 때 국소적 최적점에서 효과적으로 벗어날 수 있습니다. 특히, 모든 시도에서 계산 시간 증가에도 불구하고 결과 개선 가능성을 보여준 유일한 알고리즘이라는 점에서 주목할 만합니다. 이는 ALNS, TS, TA 알고리즘의 시너지 효과가 VRPSD 문제 해결에 매우 효과적임을 시사합니다.

결론적으로,

이 연구는 AI 기반 최적화 알고리즘을 통해 보안 순찰의 효율성을 극대화할 수 있는 가능성을 제시하며, 향후 더욱 정교한 알고리즘 개발 및 실제 현장 적용 연구로 이어질 것으로 기대됩니다. 더 나아가, 다양한 유형의 보안 및 물류 문제에 대한 AI 기반 해결책 개발에 중요한 기여를 할 것으로 예상됩니다.

핵심: 하이브리드 다단계 ALNS-TS-TA 알고리즘은 계산 시간 증가에도 불구하고 성능 향상을 보여주는 유일한 알고리즘으로, 복합 알고리즘의 시너지 효과를 강조합니다.