You are here: Home → Proceedings
Document Actions

Proceedings

Optimization of Container Relocation Problem via Reinforcement Learning

Optimierung des Container Relocation Problems mittels Reinforcement Learning

  1. M.Sc. Lei Wei Chair of Transport Systems and Logistics (TuL), University Duisburg-Essen
  2. M.Sc. Fuyin Wei Chair of Transport Systems and Logistics (TuL), University Duisburg-Essen
  3. Dipl.-Ök. Sandra Schmitz Chair of Transport Systems and Logistics (TuL), University Duisburg-Essen
  4. B.Sc. Kunal Kunal Chair of Transport Systems and Logistics (TuL), University Duisburg-Essen

Abstracts

This paper presents an optimization method of Container Relocation Problem (CRP) via Reinforcement Learning (RL) based on heuristic rules. The method to calculate theoretical lowest relocation rate is also briefly explained. As the result, training models for different dimensional bays are provided. Compared to the theoretical value, the result relocation rate is acceptable with high inference speed. Furthermore, extended CRP in block will be briefly demonstrated.

In dieser Arbeit wird eine Optimierungsmethode für das Container Relocation Problem (CRP) mittels Reinforcement Learning (RL) vorgestellt, die auf heuristischen Regeln basiert. Eine Methode zur Berechnung der theoretisch niedrigsten Relocation Rate wird ebenfalls erläutert. Als Ergebnis werden Trainingsmodelle für unterschiedlich dimensionierte Bays bereitgestellt. Verglichen mit dem theoretischen Wert, ist die Relocation Rate zufriedenstellend und die Inferenz-Geschwindigkeit hoch. Außerdem wird eine erweiterte Version des CRPs die sich auf einen ganzen Containerblock bezieht, präsentiert.

Keywords

Fulltext

License

Any party may pass on this Work by electronic means and make it available for download under the terms and conditions of the free Digital Peer Publishing License. The text of the license may be accessed and retrieved at http://www.dipp.nrw.de/lizenzen/dppl/fdppl/f-DPPL_v1_de_11-2004.html.

Number of citations

Visit Google Scholar to find out, how often this paper is cited.