您好,登錄后才能下訂單哦!
本篇內容介紹了“JAVA VRPTW松弛模型的Column Generation算法怎么實現”的有關知識,在實際案例的操作過程中,不少人都會遇到這樣的困境,接下來就讓小編帶領大家學習一下如何處理這些情況吧!希望大家仔細閱讀,能夠學有所成!
第一個版本來自GitHub,是一個叫Seminar的國外大神寫的。
他的子問題采用上一篇推文介紹的模型,找一條reduced cost最短的路徑,運行只需要更改下面文件中算例文件的路徑即可。
運行的中間結果如下:
- Iteration:迭代次數
- SbTime:子問題求解時間(s)
- nPaths:Master Problem中的總路徑
- MP lb:Master Problem的線性松弛最優解,這里由于建模方式的原因,該最優解把服務時間也算在路徑距離上的,最終減去9000即可得到路徑距離。
- SB lb:子問題的線性松弛最優解。
- SB int:子問題的整數最優解。
關于子問題的最大求解時間限制(s),可以在下面文件中設置:
第二個版本是小編寫的:
運行參數說明:
-in:算例文件路徑;
-out:結果文件輸出。
比如:
【-in input\Solomon\100_customer\C101.TXT -out output\】
參數設置請找到以下主運行文件:
右鍵找到運行設置里面進行配置。(默認情況下輸入上面的參數能直接運行)
中間結果:
- Iteration:迭代次數
- SbTime:子問題求解時間(s)
- nPaths:MasterProblem中的總路徑
- MP lb:Master Problem的線性松弛最優解。
- SB lb:子問題的最優解。
關于第一個版本,其子問題建模方式還是依賴主問題的對偶變量的,如下:
其中t_ij就是每條邊本來的cost,pi就是Master Problem的對偶變量。每一次迭代就是這樣更新子問題的cost,重新建模求解的。
關于小編的版本:
每次迭代的時候會更新ESPPRC問題中的cost,然后運行pulse算法重新求解。
“JAVA VRPTW松弛模型的Column Generation算法怎么實現”的內容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站,小編將為大家輸出更多高質量的實用文章!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。