Capacitated Facility Location Problem容量有限设施选址问题

Capacitated Facility Location Problem

问题如下

给出所有工厂的容量和开工厂的成本，所有客户的需求，以及客户分配给某个工厂的的分配成本，要求解的问题是：找出一个分配方案，使得总成本最低。
实例数据下载地址：Download: p1-p71

算法思路

思路一：贪心

容易想到的是，从每个用户的角度出发，要使得总成本最小的话，则可以每个用户选择设施的时候都贪心选择一个成本最低的设施。一开始我想的是所有设施都先不开，然后由每个用户去贪心选择，计算选择一个设施需要的成本，如果设施还没开的话，则要加上开设施的成本，最后选择成本最低的那个。但后来仔细一想，其实这样是不太符合贪心策略的，因为用户肯定会倾向于选择已经开过的设施，这样用户就不能真正选择到分配成本更低的设施，所以不能充分利用到贪心的特点。所以不应该让设施的开与不开对选择造成太大的影响，一个简单的做法就是事先决定要开哪些设施，然后在开的设施里面贪心选择。我把所有工厂都开了，然后跑出来的效果确实比一开始的想法要好。
下面是python代码实现：
首先先建立好需要用到的类。

• 设施类：

  class Facility:
      def __init__(self):
          self.capacity = 0  # 总容量
          self.opening_cost = 0  # 开启成本
          self.rest = 0  # 剩余容量
  

• 用户类

  class Customer:
    def __init__(self):
        self.demand = 0  # 需求量
        self.assign_cost = []  # 某设备分派给用户的成本
  

• 系统类

  class System:
      def __init__(self, fnum, cnum):
          self.fnum = fnum  # 设备数量
          self.cnum = cnum  # 用户数量
          self.facilities = []
          self.status = [0] * self.fnum  # 工厂状态
          self.customers = []
          self.assignment = [0] * self.cnum  # 每个用户分配到哪个设备
          self.total_cost = 0  # 总成本
          self.best_assignment = []
  
      def show(self):
          print('result', self.total_cost)
          print('status', self.status)
          print('assignment:', self.assignment)
       ...
       
  

  在系统类里面添加贪心算法：

# 贪心算法
def greed(self, status):
    facilities = copy.deepcopy(self.facilities)
    customers = copy.deepcopy(self.customers)
    total_cost = 0
    self.assignment = [-1] * self.cnum
    for i in range(self.fnum):  # 先计算开工厂的费用
        if status[i] == 1:
            total_cost += facilities[i].opening_cost
    for i in range(self.cnum):  # 为每个用户分配一个工厂
        min_cost = 999999999
        for j in range(self.fnum):  # 从已开的工厂中选择有足够剩余量、且费用最小的
            if status[j] == 1 and facilities[j].rest >= customers[i].demand:
                cost = customers