具有大量点和一个约束的路由问题

Question

我目前正在解决路由问题，我必须为工人创建每日计划以修理某些设备。每次安装200,000台设备，一个工人只能工作8个小时。目标是每天做出最佳路线；因此，需要优化他每天必须访问的不同点之间的距离，但是每个安装的优先级也受到限制。实际上，每个安装的优先级都在0到1之间，并且优先级较高的点应被赋予较高的权重。

在尝试实施某些解决方案（https://developers.google.com/optimization/routing/tsp）时，我只是在寻找一些建议，但是由于我有很多要点，因此导致计算时间过长。

谢谢。

最诚挚的问候，

查尔斯

Answer 1

如您所知，您的问题没有完美的答案，但是也许我可以指导您的研究：

• Alpha-Beta pruning：我一直在使用它来减少AI玩Hex游戏的可能性。
• A* pathfinding：我一直在使用它来模拟一个类似于未来派超回路的基于胶囊的网络，作为Dijkstra算法的补充。

您可以根据需要自定义这两种算法。

希望有用！

Answer 2

由于所描述问题的规模大，几乎不可能针对每种情况实现最佳解决方案。您可以尝试基于mixed integer programming的内容，尤其是在TSP或vehicle routing problem中，但是我认为这对您来说不起作用。

至少在我看来，您应该尝试的是解决TSP / VRP的启发式方法：tabu search，simulated annealing，hill climbing。给定足够的时间和适当的约束集，这些方法之一将产生“足够好”的解决方案，这比随机猜测要好得多。看看类似Google OR-Tools

的东西

Answer 3

这是一个巨大的问题。在解决之前，您需要将其聚集成较小的子问题。我们已经应用了复杂的模糊聚类技术，以实验方式解决了20,000个位置问题。对于200,000，您可能需要按地理区域（例如邮政编码/邮政编码）进行汇总，然后才能尝试运行某种类型的集群以将其拆分。另外，您可能只想首先根据地理位置尝试进行硬分裂。