什么样的启发式必须用于综合生产计划和运输MIP?

时间:2015-04-05 04:10:48

标签: mathematical-optimization linear-programming gurobi integer-programming

我正在尝试解决一个相当普遍的MIP。这是问题特征。

  1. 多产品,多站点(站点同时用作生产,需求和库存存储位置)。每周时间桶
  2. 产品(单位:箱)只能以离散的批量生产,每周使用有限数量的班次/批次。
  3. 允许跨站点运输以满足任何站点的需求
  4. 此外,每个地点都必须满足最低周末库存水平。
  5. 来自求解器(gurobi)的当前解决方案从未达到最佳边界的15%以上的MIP间隙。

    如果此问题没有固定的批量大小(在班次期间可以产生任何数量),则很简单。 但如果没有,有人会建议简单的启发式技术来解决这种MIP吗?

2 个答案:

答案 0 :(得分:0)

我认为,要求通常也是离散的尺寸。

一个重要的事情是以某种方式对这个生产问题进行建模,其中连续生产变量不仅提供“何时产生哪个数量”的信息,而且“何时产生哪个数量的需求”。

所以,不要让p(t)声明在句号t(在一个站点上)上生成多少,而应该对其进行建模p(t,u),其中u是需求元件。这通常会在适当的Big-M条件下提供更好的性能,即使它没有解决您的离散批处理问题。但我认为,如果需求批次也有不同的尺寸,那么获得具有离散批量的解决方案的机会很大。

如果不是这种情况,您可能会尝试再次使用p(t,u)的离散变量,无论如何总体表现应该会好得多。

答案 1 :(得分:0)

您是否尝试调整Gurobi解算器的参数?它可能比实现启发式更容易。如果有,您可以尝试放松并修复数学 euristic,这通常是解决多期计划问题的方法。