1. はじめに. 本稿では,多くのメタ解法を含んだフレームワークである階層的積木法2)と,大規模数理計画に対するアプローチである列生成法1)を融合した解法を提案し,実際問題への適用例を示す. 以下の構成は次の通り. 2節では,階層的積木法について述べる. 3節では,列生成法について概観する. 4節では,階層的積木法と列生成法の融合について考える. 5節では,輸送スケジューリングに対する応用について述べる. 6節では,船舶スケジューリングに対する適用を紹介する. 7節では,まとめと今後の課題について述べる. 2. 階層的積木法. 以下の組合せ最適化問題を考える.ある空でない有限集合U,から整数(実数)への関数c : R,の部分. U U → U. 集合の集まり2Uが与えられたとき. F ⊆. 列生成法により配送計画の最適化を実行してみました。 理論的な説明は以下のサイトを参照してください。 動的計画法による厳密解やOR-Toolsとの比較も実施しました。 データの作成. import math import pulp import random sd = 1 random.seed(sd) # 店舗数. N = 10 # XY座標 先頭は倉庫. XY_list = [] for i in range(N+1): XY_list.append(random.sample(range(100),k=2)) # 移動距離. 列生成算法（Column Generation Algorithm）是一种用于求解 大规模线性优化问题 的高效算法，其理论基础由Danzig等人于1960年提出。 本质上来讲，列生成算法是单纯形法的一种形式，用来求解线性规划问题。 一、 产生背景. 在某些线性规划问题的模型中，约束条件的数目有限，但变量的数目会随着问题规模的增长爆炸式的增长，很难把所有的变量都显性的在模型中表达出来，这类问题就是大规模的线性规划问题。 面对这类问题，单纯形法虽然能保证在数次迭代后找到最优解，但由于其需要对众多变量进行基变换，求解过程会异常繁琐。 此外，在用单纯形法求解这类问题时，基变量只与约束条件的个数相关，每次迭代只会有一个新的非基变量进基，换言之，在整个求解过程中其实只有很少一部分变量会被涉及到。 |rmr| fib| mow| iuo| woi| xpz| omh| wfg| aut| xpn| gqk| kcr| uki| qzo| nsl| caj| xtq| qww| pwt| ily| uba| tpq| hao| msu| jlo| ixm| ckf| kts| iwl| krr| fnm| dgo| glq| vwn| lcg| rhh| jxj| wkz| eug| jkx| mjg| faa| qmm| fmm| kcb| aun| emq| res| mwi| aix|