我在寻找以下问题的算法时遇到了麻烦：
在权重为w的无向加权图中，需要有一个包裹从s传递到t。图的所有节点都计为桩号。每个站点都有特定类型的车辆，具有给定的速度v和行驶距离d。车辆需要集体工作才能交付包裹。因此，如果当前行驶距离为10的车辆沿配重4的边缘行驶，则行驶距离将缩短为6。如果车辆无法沿整个边缘行驶，则必须在车站停靠。包裹可以在任何地方移交。
我必须找到最快的路径（通过优化距离/速度）来将包裹从s运送到t。
我一直在浏览许多有关车辆路径问题版本的科学论文，但找不到能解决我的问题的论文。
我尝试通过使用w / v的权重来使用djikstra的修改版本解决此问题，但是我不知道何时将节点标记为已访问。如果有人对算法有解决办法的想法，我将很高兴。
答案 0 :(得分：2)
我将“状态”编为
n 起始状态为s，时间0，从s出发的全程汽车。要找到给定状态的后继状态，请遵循以下逻辑：
e，是n的传出边；并且仅在当前汽车的续航里程足够的情况下，使用n1和n2
node[n1] = node[n2] = target[e]
time[n1] = time[n2] = time[n] + length[e] / car_speed[n]
car_speed[n1] = car_speed[n]
car_range[n1] = car_range[n] - length[e]
car_speed[n2] = target[e].car_speed
car_range[n2] = target[e].car_range
然后，您在此使用A *，以time作为成本和适当的启发式方法，最后找到最佳路线和时间。由于我不确定最好的启发式方法（时间是距离/速度，但是速度因汽车而异...），因此您可以使用空启发式方法，它可以扩展比平时更多的节点，但永远不会高估。
这个想法是从到达的每个节点有两种方法可以进行：切换汽车或保持到达的汽车。由于您不知道最好的决定是什么，因此请对两者进行测试，然后看看哪种方法更好。
从内存角度出发，假设您只对达到目标的最短时间感兴趣，并且您选择的启发式方法为null或可允许且一致，那么您最多只需要保持2*V个开放状态对于具有V个节点的图-因为已经访问过的节点将不再需要再次访问（将它们标记在某个地方，以避免再次访问它们时对其进行处理），因此可以丢弃旧状态而不会产生不良影响
[在以前的版本中，我混淆了成本和启发式方法；我进行了修改，以澄清我建议使用空启发式和按时间计算的费用]