我一直在玩单一车辆段调度问题(SDVSP)的算法和ILP,现在想把我的知识扩展到多车辆段调度问题(MDVSP),因为我想在我的项目。
关于这个问题,我发现并实现了几种MDSVP算法。但是,我非常好奇的一个问题是如何确定所需的仓库数量(以及扩展的位置)。遗憾的是,我还没有找到任何真正没有假设/要求设置软件仓库的资源。因此,我的问题是:我如何能够接近MDVSP,我可以在其中确定仓库的数量和位置?
(编辑)澄清: 假设我们通常在SDVSP或MDVSP中给出一组行程T 1 ,T 2 ... T n 。在返回仓库之前,可以连续多次行驶。离开和返回仓库通常只发生在一天的开始和结束。但作为正常问题的延伸,我们现在可以确定我们的仓库的数量和位置,而不是设置仓库。
目标是找到一种解决方案,以最小的成本驱动所有行程。成本包括死角量(汽车在行程之间以及从停车场到行驶的距离),每辆车的固定成本K,以及每个仓库的固定成本C.
我希望这会在某种程度上解决这个问题。
答案 0 :(得分:0)
标准方法涉及添加| V | ILP中的二进制变量,每个节点一个,如果v_i是库,则x_i = 1,否则为0。
然而,目前问题的阐述方式,所有x_i值都将为零,因为没有"优势"使节点成为仓库,总成本=(其他成本因素)+ sum_i(x_i)* FIXED_COST_PER_DEPOT。
也许这个问题需要更新一些关于汽车范围的其他限制。例如,汽车在返回仓库之前只能行驶几英里。