IEEE TASE，基于异构注意力的图卷积网络求解非对称取送货问题

1.摘要

传统取送货问题（PDP）学习方法多依赖客户坐标和欧氏距离，难以处理真实道路中的单行道、绕行和方向不对称。本文研究非对称取送货问题（APDP），提出异构注意力图卷积网络（HA-GCN），模型用异构注意力捕获取货--送货节点的配对与先后约束，用图卷积网络（GCN）融合节点和边特征，学习非对称距离；训练数据来自真实地理信息。实验表明，HA-GCN在不同规模APDP上整体优于传统算法和学习型基线，并具有较好的跨规模、跨客户分布泛化能力。

2. APDP问题定义

见个人简介