经过小编的不断努力和修正,Column Generation + ESPPRC+ pulse algorithm的内容终于写完了。此过程真是充满曲折啊,希望大家看完多多支持一下。
关于这部分的代码,我们提供两个版本。
第一个版本来自GitHub,是一个叫Seminar的国外大神写的。
他的子问题采用上一篇推文介绍的模型,找一条reduced cost最短的路径,运行只需要更改下面文件中算例文件的路径即可。
运行的中间结果如下:
- Iteration:迭代次数
- SbTime:子问题求解时间(s)
- nPaths:Master Problem中的总路径
- MP lb:Master Problem的线性松弛最优解,这里由于建模方式的原因,该最优解把服务时间也算在路径距离上的,最终减去9000即可得到路径距离。
- SB lb:子问题的线性松弛最优解。
- SB int:子问题的整数最优解。
关于子问题的最大求解时间限制(s),可以在下面文件中设置:
第二个版本是小编写的:
运行参数说明:
-in:算例文件路径;
-out:结果文件输出。
比如:
【-in input\Solomon\100_customer\C101.TXT -out output\】
参数设置请找到以下主运行文件:
右键找到运行设置里面进行配置。(默认情况下输入上面的参数能直接运行)
中间结果:
- Iteration:迭代次数
- SbTime:子问题求解时间(s)
- nPaths:MasterProblem中的总路径
- MP lb:Master Problem的线性松弛最优解。
- SB lb:子问题的最优解。
关于第一个版本,其子问题建模方式还是依赖主问题的对偶变量的,如下:
其中t_ij就是每条边本来的cost,pi就是Master Problem的对偶变量。每一次迭代就是这样更新子问题的cost,重新建模求解的。
关于小编的版本:
每次迭代的时候会更新ESPPRC问题中的cost,然后运行pulse算法重新求解。
其他的话结构和注释都写得非常清晰了,大家肯定能看懂的。
由于是精确算法,子问题时间没有保障的,有时候很快能跑完,有时候一天都跑不完。和算例有很大关系的。
传网络货运“奖补”全面暂停,谁破防了?
2020 阅读“兔子”啃“莲藕”,快递生鲜牌怎么打?
1006 阅读快递大变革:“纳税新规”落地、社保加强征管,这次反内卷谁会被淘汰?
980 阅读京东物流在江苏成立供应链科技公司
693 阅读物流企业大客户销售预测总翻车?攻略来了
729 阅读快递行业增值税新政落地,按照“收派服务”缴纳增值税
684 阅读速卖通启用首个全自动物流园区,国内段提速6小时
720 阅读广东快递底价上涨
701 阅读极兔海口-特拉维夫全货机首航成功,24小时直达中东门户
654 阅读戈壁征途,极兔护航!极兔成为戈20官方指定物流合作伙伴
646 阅读