我正在努力解决以下问题：
一个仓库有数百个需要完成的订单。履行订单的第一步是挑选在整个仓库中搁置的产品。工人分16批接单，将全部16个订单的接单分组为一份工作。
对于给定的订单，操作员必须去有限的一组位置才能选择订单所需的产品。这些位置通常会与其他订单所需的位置重叠。因此，理想的做法是创建具有许多重叠位置的批次，以减少工人去的位置。如何为一批选择一组16个订单，以最大程度地减少工人必须去的地点总数？
这似乎是旅行商问题的一种变体。例如，对于100批货物的集合，暴力破解方法将是尝试16个订单的所有(100 choose 16) = 1.3E18组合，然后选择位置最少的集合。这是TSP问题还是还有其他方法？如果是这样，如何使问题更容易解决？
这是问题的简化示例。一共有8个订单：a..h。在所有订单中，产品都存放在7个不同的位置：1..7。
订单位置：
a => [1]
b => [2,3,4]
c => [2,3,4]
d => [5]
e => [6]
f => [2,3,4]
g => [2,3,4]
h => [7]
要从这8个池中挑选4个订单，理想的情况是[b,c,f,g]，它将路由到位置[2,3,4]
答案 0 :(得分：0)
这不是一个真正的旅行推销员，因为您可能会多次访问网站，并且可能没有必要重新开始（我不知道）。不要在这里过多地考虑TS理论，而应该考虑找到站点的最佳方法（除非它们已被固定）。您可能希望将喜欢的网站放在离您最近的地方，而将稀有的网站放在更远的地方。
在那之后，考虑额外的行进成本与计算成本。分成多次旅行当然会减少计算量，但可能会增加一些距离（在您的示例中，我们仍然必须访问1、5、6、7）。有许多近似的解决方案可以非常快速地运行，并且可以产生非常接近最优的解决方案。 Christofides的算法是第一个真正的好算法。请参阅Wikipedia文章“旅行商问题”。我研究了这个问题，但是那是在1981年或1982年的大学时期，所以我确信此问题已经得到改善。
祝你好运！