Heuristics for Fast One-to-Many Multicriteria Shortest Path Search
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F22%3A00363869" target="_blank" >RIV/68407700:21230/22:00363869 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/ITSC55140.2022.9922586" target="_blank" >http://dx.doi.org/10.1109/ITSC55140.2022.9922586</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/ITSC55140.2022.9922586" target="_blank" >10.1109/ITSC55140.2022.9922586</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Heuristics for Fast One-to-Many Multicriteria Shortest Path Search
Popis výsledku v původním jazyce
Being an NP-hard problem, multicriteria shortest path search is difficult to solve with speed satisfactory for real-world use. Therefore, this article examines the combination of t-discarding kPC-MLS [1] and multiple pruning heuristics. Apart from comparing the efficiency of the individual techniques, the research also evaluates the ability of t-discarding kPC-MLS to employ such heuristics. Since the experiments were conducted on country-size roadmaps, the results are expected to be relevant to real-world applications. According to the measurements, t-discarding kPC-MLS gains a higher speedup than standard MLS [2], operating on comparable roadmaps in a matter of seconds.
Název v anglickém jazyce
Heuristics for Fast One-to-Many Multicriteria Shortest Path Search
Popis výsledku anglicky
Being an NP-hard problem, multicriteria shortest path search is difficult to solve with speed satisfactory for real-world use. Therefore, this article examines the combination of t-discarding kPC-MLS [1] and multiple pruning heuristics. Apart from comparing the efficiency of the individual techniques, the research also evaluates the ability of t-discarding kPC-MLS to employ such heuristics. Since the experiments were conducted on country-size roadmaps, the results are expected to be relevant to real-world applications. According to the measurements, t-discarding kPC-MLS gains a higher speedup than standard MLS [2], operating on comparable roadmaps in a matter of seconds.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/EF16_019%2F0000765" target="_blank" >EF16_019/0000765: Výzkumné centrum informatiky</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
ITSC 2022: IEEE Conference on Intelligent Transportation Systems
ISBN
9781665468800
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
594-599
Název nakladatele
Institute of Electrical and Electronics Engineers, Inc.
Místo vydání
—
Místo konání akce
Macau
Datum konání akce
18. 9. 2022
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—