《现代优化技术-靳志宏》第5讲：传统启发式算法之构筑法.pptVIP

构筑法 VRP (vehicle routing problem) 配送 中心 顾客 总費用或总距离最小化 route内的顧客需要量不能超过车的載重量 工作時間的上限 不能超过 构筑法 配送 中心 配送 中心 ＋ ＋ Saving value Sij 的计算 （移動費用対称 cij=cji） 所有客户都从库存点的 之间的直行运输开始！ 根据客户i,j连续运输时的節約量 （saving value）的从大到小顺序来连续运输！ － Saving algorithm for VRP 构筑法 Saving algorithm for VRP Step1. 计算所有的顧客对（ i,j）的saving value Sij． Step2. saving value Sij的从大到小的顺序重新排列 得到新的顧客对顺序list． Step3. 重复以下的操作直到list变空为止： (1). 按list的顺序，调查将顧客 i,j 間直接运输的実行可能性． (2).如果这种実行可能性存在，则连接 i与 j。 (3).如果不存在这种実行可能性，则削除现在的顾客对，然后调查下一个顧客对． 构筑法 Saving algorithm解法事例 ２０台 総距離　１７０６ OR Lib. 的199顧客問題附 有重量及工作時間制约条件 DC Q A 现代优化技术 第5讲：传统启发式算法之构筑法 主要内容 启发式算法含义 启发式算法的宿命论 启发式算法求解问题的一般程序 启发式算法策略 几种典型的构筑法 （1）背包问题的构筑法 （2）旅行商问题的构筑法 （3）配送问题的构筑法 启发式算法（heuristics） 含义：启发性算法是一种优化技术，可以在可接 受计算时间下给出待求解问题每一个实例的近似最优解，但无法保证所得解的精确度。 目标：求得“满意解”，而非最优解 1）精确解无法找到； 2）过高精度的解无实际意义； 3）求最优解代价太高。 启发式方法的概念图 全局最优解 可行解集合 目标函数 局部最优解 启发式算法的宿命论例：Traveling Salesman Problem (TSP) 启发式算法的宿命论：计算复杂性例：Traveling Salesman Problem (TSP) ３０个客户的TSP問題 ( 30! ～ 1030 ) 高性能計算機求解最优解需要３日 (n-1)×(n-2)×…×3×2×1=(n-1)! 1 PIPS (Peta Instruction Per Second)=1015 30!/1015 （秒）　≧ π×1015 （秒） ≒ 105 （世紀） （穷举法） 启发式算法的宿命论：问题复杂性例：TSP的各种扩展问题及其现实应用 VRP问题:(vehicle routing problems） VRPTW问题: （vehicle routing problem with time windows） VRPPD问题： (VRP with pickup delivery) IRP问题： (inventory routing problem: VRP + inventory problem) 启发式算法的宿命论：问题复杂性 DANTZIG42 solved byGeorge Dantzig, Ray Fulkerson and Selmer Johnson (1954) 启发式算法的宿命论：问题复杂性 GR120 solved by Groetschel (1977) 启发式算法的宿命论：问题复杂性 The optimal tour of ATT532 (532 ATT switch locations in the USA) found by Padberg and Rinaldi (1987) 启发式算法的宿命论：问题复杂性 The optimal tour of GR666 Found by Groetschel and Holland (1987) 启发式算法的宿命论：问题复杂性 The optimal tour of USA13509 found by Applegate, Bixby, Chvátal, and Cook (1998) 启发式算法的宿命论：问题复杂性 The optimal tour of D15112 found by Ap