LuanVan.vnLuận Văn
Gửi thư

A large language model approach to adaptively generate heuristic in dynamic pickup and delivery problems

Luận văn · Thạc sĩ · năm 2026 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhCông nghệ thông tin — Công nghệ thông tin
Tác giảĐào Văn Tùng
Người hướng dẫnPhạm Đình Thành; Huỳnh Thị Thanh Bình
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2026
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu đề xuất khung AdaLLM-AHD ứng dụng mô hình ngôn ngữ lớn (LLM) để tự động thiết kế và cải tiến các thuật toán heuristic cho bài toán tối ưu hóa tổ hợp ngẫu nhiên tuần tự trong môi trường động. Phương pháp kết hợp khả năng sinh hàm đánh giá của LLM với bộ giải xác định nhằm kiểm tra tính khả thi, thực thi quyết định và đánh giá hiệu suất. Hệ thống được thử nghiệm trên bài toán lấy hàng và giao hàng động (DPDP), cho thấy khả năng cải thiện hiệu quả vận chuyển, cân bằng thời gian di chuyển và rủi ro làm thêm giờ khi nhu cầu thay đổi. Kết quả mở ra tiềm năng ứng dụng LLM trong thiết kế thuật toán tối ưu cho các hệ thống logistics và vận tải động.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.