تحويل تحديات حل مشكلة توجيه المركبات إلى فرص: تصميم هيرستيك تلقائي بدعم من نماذج اللغة الكبيرة

تُعتبر مشكلة توجيه المركبات المحدودة (CVRP) واحدة من أكثر التحديات تعقيدًا في علم تحسين العمليات، حيث تهدف إلى تحسين عمليات الأسطول تحت قيود سعة المركبات. رغم أن هذه المسألة تمت دراستها على نطاق واسع في أبحاث العمليات، إلا أن طبيعتها غير القابلة للحل في الزمن polynomial (NP-hard) لا تزال تقدم تحديات حسابية كبيرة، خاصةً في الحالات واسعة النطاق.

في دراسة جديدة، تم تقديم طريقة مبتكرة تُعرف باسم AILS-AHD (Adaptive Iterated Local Search with Automatic Heuristic Design)، التي تستخدم نماذج اللغة الكبيرة (LLMs) لإحداث ثورة في حل مشكلة CVRP. تعتمد هذه المنهجية على دمج إطار البحث التطوري مع LLMs من أجل توليد وتحسين هيرستيك الدمار بشكل ديناميكي ضمن طريقة AILS.

كما نقوم بتقديم آلية تسريع تعتمد على LLMs لزيادة كفاءة الحساب. أظهرت التقييمات التجريبية الشاملة التي أُجريت مقارنةً مع الحلول الرائدة مثل AILS-II وHGS، أن AILS-AHD حققت أداءً متفوقًا في كل من الحالات المتوسطة والواسعة النطاق. وعلى وجه الخصوص، تبيّن أن هذه الطريقة أوجدت حلولًا جديدة تُعد الأفضل في 8 من أصل 10 حالات في معيار CVRPLib الواسع النطاق، مما يبرز الإمكانيات الكبيرة لتصميم الهيرستيك المدعوم من LLM في تقدم مجال تحسين توجيه المركبات.