城市车辆路径规划问题数据集

第一个数据集为车辆路径规划问题的经典数据集，包含了两种客户类型以及两种时间窗类型，来源于https://www.sintef.no/projectweb/top/vrptw/solomon-benchmark/。
· 数据内容：城市车辆路径规划问题Solomon数据集
· 采集方法：下载开源数据并预处理
· 初始采集地点：美国东北大学
· 初始公开时间：1987年4月
· 衍生数据处理地点：中山大学
· 衍生数据处理时间：2021年9月
第二个数据集来自西班牙特内里费的一家外卖配送公司，来源于https://github.com/psxjpc/。
· 数据内容：城市车辆路径规划问题数据集-西班牙特内里费的一家外卖配送公司的车辆路径规划数据集
· 采集方法：下载开源数据并预处理
· 初始采集地点：诺丁汉大学
· 初始公开时间：2011年10月
· 衍生数据处理地点：中山大学
· 衍生数据处理时间：2021年9月
第三个数据集同样有三个算例集合。算例使用的地理数据取自中国广州海珠区的社区地理信息，客户结点间的旅行时间和旅行距离通过高德地图API得到。
· 数据内容：城市车辆路径规划问题数据集-中国广州海珠区社区的车辆路径规划数据集
· 采集方法：调用高德地图API得到数据并预处理
· 初始采集地点：中山大学
· 初始公开时间：2021年6月
· 衍生数据处理地点：中山大学
· 衍生数据处理时间：2021年9月
第四个数据集是基于TSPLIB中的各种案例进行挑选而得到的包含42个案例的数据集。
· 数据内容：TSP 问题基准测试实例（TSPLIB）
· 采集方法：基于公开文献中广泛使用的TSP案例，进行统一整理和完善而形成的专用数据库
· 初始采集地点：奥格斯堡，德国
· 初始公开时间：1991年9月
· 衍生数据处理地点：华中科技大学
· 衍生数据处理时间：2020年11月

The first dataset is a classic dataset for the Vehicle Routing Problem with Time Windows (VRPTW), which includes two types of customers and two types of time windows, sourced from https://www.sintef.no/projectweb/top/vrptw/solomon-benchmark/.
· Data content: Solomon Benchmark Dataset for Urban Vehicle Routing Problem
· Collection method: Downloaded open-source data and preprocessed
· Initial collection location: Northeastern University, USA
· Initial release time: April 1987
· Derivative data processing location: Sun Yat-sen University
· Derivative data processing time: September 2021

The second dataset is from a food delivery company in Tenerife, Spain, sourced from https://github.com/psxjpc/.
· Data content: Urban Vehicle Routing Problem Dataset - Vehicle Routing Dataset from a food delivery company in Tenerife, Spain
· Collection method: Downloaded open-source data and preprocessed
· Initial collection location: University of Nottingham
· Initial release time: October 2011
· Derivative data processing location: Sun Yat-sen University
· Derivative data processing time: September 2021

The third dataset also contains three test instance sets. The geographic data used in the test instances is taken from the community geographic information of Haizhu District, Guangzhou, China. The travel time and travel distance between customer nodes are obtained via the Amap API.
· Data content: Urban Vehicle Routing Problem Dataset - Vehicle Routing Dataset for communities in Haizhu District, Guangzhou, China
· Collection method: Obtained data via Amap API and preprocessed
· Initial collection location: Sun Yat-sen University
· Initial release time: June 2021
· Derivative data processing location: Sun Yat-sen University
· Derivative data processing time: September 2021

The fourth dataset is a dataset containing 42 test cases selected from various instances in TSPLIB.
· Data content: TSP Benchmark Test Instances (TSPLIB)
· Collection method: A dedicated database formed by uniformly organizing and improving the widely used TSP cases in open literature
· Initial collection location: Augsburg, Germany
· Initial release time: September 1991
· Derivative data processing location: Huazhong University of Science and Technology
· Derivative data processing time: November 2020

搜集汇总

背景与挑战

背景概述

该数据集整合了四个车辆路径规划问题的子数据集，包括经典的Solomon基准数据、西班牙外卖配送案例、中国广州海珠区社区地理数据以及TSPLIB案例集，覆盖多种客户类型和时间窗类型，总大小为383.19MB。数据来源于开源下载和API调用，由中山大学等机构在2021年预处理，适用于人工智能领域的路径规划算法研究和测试。