如何使用第一个解决方案策略作为本地搜索元启发式算法的初始解决方案?

时间:2019-11-08 09:06:18

标签: python or-tools

1-我正在尝试使用OR-Tools完成我的学士论文,而我的问题是“如何将第一个解决方案策略用作本地搜索元启发式方法的初始解决方案?” 我正在尝试从VRP-REP http://www.vrp-rep.org/variants/item/vrptw.html

解决一些VRPTW实例

我尝试了与以下代码相同的方法:

search_parameters = pywrapcp.DefaultRoutingSearchParameters() search_parameters.first_solution_strategy = (routing_enums_pb2.FirstSolutionStrategy.LOCAL_CHEAPEST_INSERTION) search_parameters.local_search_metaheuristic = (routing_enums_pb2.LocalSearchMetaheuristic.GUIDED_LOCAL_SEARCH) search_parameters.time_limit.seconds = 60

只要我让求解器运行,第一个解决方案策略的价值就会越来越差!!! 我已经尝试过first_solution_strategy和local_search_metaheuristic之间的所有组合,并且每次我从第一个解决方案策略中得到一个好的解决方案时,当我尝试使用本地搜索策略进行改进时,情况就会变得更糟(更糟糕的是,我认为解决方案会在不断增加的同时不断增加)由于方法routing.AddVariableMinimizedByFinalizer(),应该减少。

2-还有其他资源可以在其中找到更多具有最佳解决方案的实例,以便可以将我的解决方案与最佳解决方案进行比较。

任何帮助将不胜感激

0 个答案:

没有答案