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＆＃34;优势＆＃34;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。