[算法设计与分析] CLFP 有容量限制的设施选址问题

最新推荐文章于 2021-10-25 00:35:33 发布
最新推荐文章于 2021-10-25 00:35:33 发布
阅读量2k 收藏 14
点赞数 1
分类专栏： C++技术博客
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gongzq5/article/details/85225842
版权

Capacitated Facility Location Problems

代码都位于我的Github上，请点击这里查看

https://github.com/Gongzq5/Capacitated-Facility-Location-Problems

文章目录

问题背景

Capacitated Facility Location Problem

  • Suppose there are n facilities and m customers. We wish to choose:
    • which of the n facilities to open
    • the assignment of customers to facilities
  • The objective is to minimize the sum of the opening cost and the assignment cost.
  • The total demand assigned to a facility must not exceed its capacity.

Problem Instance

1545555046846

问题参考

这个网站：http://www.di.unipi.it/optimize/Data/MEX.html

包含了问题的已知最优解

问题求解

解法1：模拟退火 SA

代码：

该解法代码文件位于 src/SA.cpp 中。

简介

就是普通的模拟退火，进行了如下的一些改进，并且参数经过了多次试验性的调整；

  • 邻域搜索策略：

采用5种邻域搜索策略

  1. 随机将一个客户移动到另一个仓库
  2. 随机改变一个仓库的状态
    • 若该仓库是打开的，那么尝试将该仓库的所有用户分配给其他仓库，然后关闭它；如果无法将所有用户都分配走，那么不恢复已被挪走的用户，也不改变该仓库的状态；
    • 若该仓库是关闭的，那么将该仓库打开，并且给这个仓库随机分配一个客户；
  3. 随机选择2个客户交换仓库
  4. 随机选择3个客户轮换仓库
  5. 随机选择4个客户轮换仓库

以上的策略在执行后都会验证，如果被挪走客户的仓库此时没有任何一个其他客户使用，那么将其关闭。

  • 额外的改进：

  1. 降温开始时记录一个阈值，在多次迭代不发生改变时，将温度升高至该阈值，然后阈值减半；

  2. 根据问题规模确定搜索次数（内循环次数），可以有效地处理问题规模增长后效果变差的情况。

基本参数设置
参数设置备注
初温 20 20 20初始温度
降温速率 0.99 0.99 0.99每轮循环后 T k + 1 = 0.99 T k T_{k+1} = 0.99 T_{k} Tk+1​=0.99Tk​
概率接受函数 r a n d o m ( ) &lt; e Δ H / ( T ∗ 5 ) random() &lt; e^{\Delta H/(T*5)} random()<eΔH/(T∗5)随机数 r r r小于该值时接受差解
内循环次数 p r o b l e m S i z e ⋅ 1.000 1 n problemSize \cdot 1.0001^n problemSize⋅1.0001n初值根据问题规模确定，每次增加到 1.0001 1.0001 1.0001倍

解法2：贪心+局部搜索 Greedy + Local search

代码

该解法代码文件位于 src/GreedyLocalSearch.cpp 中。

简介

首先写了贪心的算法，贪心的算法在 src/GreedyLocalSearch.cpp 文件中有一个单独的函数可供查看；

然后写了局部搜索的算法；

单独贪心和局部搜索的结果都不是很好，想到可以将两者结合起来进行计算。首先先使用贪心法求一个初始解，然后使用局部搜索在此初始解附近迭代，试图找到最优解；

局部搜索使用的邻域搜索策略和模拟退火是相同的。

额外的改进：

  1. 为了避免问题的规模增加后代码运行次数不足的情况，我增加了根据问题规模决定循环次数的代码；

    int problemSize = instance.customerNum * instance.facilityNum;
for (int _i; _i < problemSize * 2000; _i++) {...}

  2. 为了避免陷入局部最优，我增加了接受差解的代码，以期跳出局部最优；

    • 首先将接受差解的概率设置为0；
    • 在限定的循环次数内，如果有一定次数没有发现更优的解，会线性的增加接受差解的概率；
    • 由于参数的设定机制，接受差解的概率最多不会超过0.2，在实践中，通常不会超过0.01。但是取得的效果是显著的，在陷入局部最优（可能是全局最优）后会以较大的概率跳出该解，整个解检索的过程大致呈锯齿状分布；
    接受差解概率 badAcception = 0 
FOR i FROM 0 TO (problemSize * 2000)
    {生成新解}
    IF {新解效果好} THEN
        {接收新解}
        badAcception = 0
    ELSE 
        {以概率badAcception接受差解}
        IF {不改变的次数大于 problemSize} THEN
            badAcception += 0.0001;
        END IF
    END IF
END FOR
基本参数设置
参数设置备注
问题规模customerNum * facilityNum问题规模为客户数量乘以工厂的数量，用来衡量该问题的计算规模
差解接受概率0初值为0，不接受差解；每n次不产生新解则将其递增0.0001

附贪心算法的策略：

每次从客户的角度出发，贪心离他最近的工厂；

其判断到每个工厂的代价，计算为

IF facility[j] is open THEN
	cost = assignment cost
ELSE
	cost = assignment cost + opening cost
END IF

每次判断一个用户，如果该用户得到的最小代价是一个未打开的工厂的，那么就把这个工厂打开；如果是一个已打开的工厂，那么就只需要把用户指向这个工厂就好了。

实验结果

考虑到随机算法效果的随机性，为了充分考量算法的效果，我对每个测例进行了三次运行，结果放在结果文件夹的allSolutions文件夹中(命名为p1(1), p1(2)…)，并挑出了其中最好的解放在optimizeSolutions文件夹中。

结果表格请查看 result.md 文件；

我还额外提供了一个结果矩阵的汇总的，命名为 summary。

链接如下：

模拟退火贪心+局部搜索
所有实验解模拟退火三次实验的所有结果局部搜索三次实验的所有结果
所有最优解模拟退火每个测例的最优解局部搜索每个测例的最优解
结果汇总模拟退火每个测例具体结果的汇总局部搜索每个测例具体结果的汇总
结果表格模拟退火实验结果的表格局部搜索实验结果的表格

以下附结果表格

模拟退火结果如下

ResultTimes(s)
p188488
p279148
p393148
p4107956
p588388
p677777
p794887
p8110887
p985935
p1076277
p1189387
p12102528
p13829418
p14713717
p15886217
p161052420
p17829417
p18715216
p19890716
p201051417
p21817117
p22717816
p23877414
p241046319
p2511639106
p261077699
p2712336101
p2813736105
p2912548102
p3011337139
p3113378189
p3215376182
p3311632101
p3410635103
p3512235100
p361383599
p371132699
p381059498
p3911951107
p4013059125
p41673711
p42575532
p43530232
p44710714
p45658025
p46598036
p47707713
p48623925
p49560938
p50884813
p51741436
p52924615
p53853138
p54883823
p55765434
p5621748140
p5726379155
p5838059160
p5927694143
p6021241137
p6125596139
p6233662143
p6325397142
p6421400164
p6525794137
p6632688145
p6725231142
p6822086137
p6926100143
p7033316147
p7125679144

局部搜索结果如下

ResultTimes(s)
p188486s
p279145s
p393146s
p4108597s
p588386s
p677775s
p794886s
p8110886s
p984627s
p1076175s
p1189326s
p12101387s
p13825213s
p14718212s
p15886214s
p161061217s
p17822713s
p18718812s
p19888712s
p201051313s
p21806813s
p22715413s
p23880613s
p241032714s
p251163977s
p261078178s
p271234077s
p281373679s
p2912450153s
p3011391155s
p3113367217s
p3215387245s
p331170676s
p341063573s
p351223575s
p361383575s
p3711258116s
p381055148s
p391182469s
p401302472s
p4166407s
p42575014s
p43536920s
p4474627s
p45639613s
p46608320s
p4768369s
p48591014s
p49558419s
p5088618s
p51747117s
p5292537s
p53858918s
p54883419s
p55766321s
p562238467s
p572732168s
p583865169s
p592801569s
p602312267s
p612599566s
p623481667s
p632527968s
p642363766s
p6525958134s
p663312468s
p672748768s
p682231768s
p692525868s
p703310268s
p712643371s
Gongzq5
关注
  • 1
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
选址问题
weixin_30787531的博客
03-20 1万+
选址问题 　　设施选址问题（Facility Location Problem）自20世纪60年代初期以来，在运筹学中一直占据着中心位置。它来自于工厂、仓库、超市、学校、医院、图书馆、火车站、代理服务器、传感器等位置的确定问题。 　　设施选址问题是NP-难解问题，除非P=NP，设施选址问题不存在多项式时间算法。 　　P问题： 　　一个问题可以在多项式（O(n^k)）的时间复杂度内解决。...
MATLAB粒子群算法求解带容量约束的物流配送选址问题实例
最新发布
waterstar2010的博客
08-27 912
在经度范围为(116, 118)，纬度范围为(38, 40)的矩形区域内，散布着37个需求点，各个需求点的坐标及需求量见表1。已知各配送中心容量不得超过容量上限M，每个超市只由一个配送中心负责配送，使得N个配送中心到所有超市的总配送成本（配送单位距离单位需求量的所需成本×距离×需求量）最小，其中配送中心到超市的距离为直线距离。如何确定建立N个配送中心位置，在每个配送中心不超过最大容量M的条件下，使得N个配送中心到所有超市的总配送成本（配送单位距离单位需求量的所需成本×距离×需求量）最小呢？
基于遗传算法的带容量限制的P-median设施选址问题
06-11
备注无比详细，格式美观，绝对看得懂！！基于启发式遗传算法的带容量限制的P-median设施选址问题（在N个需求点中找出P个点建设设施满足全部需求，各点设施建设有容量限制，目标为最小化距离与对应需求量的乘积），通过轮盘法进行染色体种群进化，数据部分可导入文件计算，可动态设置种群规模和繁衍次数。
LeetCode 刷题技巧与学习方法
01-08
根据一本书中所讲的：《异类：不一样的成功启示录》，我们学习一项技术或者精通一个领域一定要经过 3 个阶段。 Chunk it up Deliberate Practicing Feedback 中文意思是： 切碎知识点 刻意练习 反馈 下面我们就这几个方面来探讨如何正确的刷题： 本文重点来探讨第二点，也就是刻意练习，这也是刷题行为的核心。 一、Deliberate Practicing 刷题其实就是刻意练习，只有通过不断的练习，我们才能形成条件反射，做到有问必答，看到一个题目立马想出几种解决方案。 下面的方法取自极客时间 1、练习缺陷、弱点地方 这句话的意思就是我们要做就做自己不会的题目，如果
智能优化算法选址，源代码，有注解，能运行.zip
05-09
智能优化算法选址，源代码，有注解，能运行
邮局选址问题的算法结局
12-14
邮局算法的问题结局。介绍了邮局选址算法的内容
带容量约束的p-中值选址问题建模与求解
热门推荐
_2312
10-25 1万+
建立容量约束的p-中值选址问题模型，并设计禁忌搜索算法，使用python编程求解。
Capacitated Facility Location Problem容量有限设施选址问题
Runner1st的博客
12-21 1939
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。 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...
算法设计与分析项目-有容量设施选址问题
tmhf_cc的博客
12-23 2102
算法设计与分析项目-有容量设施选址问题 Capacitated Facility Location Problem(CFLP) 文章目录算法设计与分析项目-有容量设施选址问题 Capacitated Facility Location Problem(CFLP)问题描述题解数据集结构项目贪心算法SA算法结果分析 问题描述 Suppose there are n facilities and m c...
容量限制设施选址问题
wuyy75的博客
12-23 2546
请前往:https://github.com/wuyy1234/CFLP
leetcode邮局选址问题-NotesOfComputerKnowledge:有关计算机知识点的整理，边学边做笔记，真棒，会做多少就做多少，
06-30
leetcode邮局选址问题 计算机知识点笔记整理 暂存 关于 完成各种有关计算机知识点的笔记整理，包括但不限于 课内的知识点 课外跟完视频后，整理的笔记。 计划 2021-1-23 webpack ES6 TS LESS VUE VUE VUE 参数记录 图床参数 /面试 /报班 /机组/ /软件插件轮子/all /相关工具/sublime /相关工具/虚拟机 /编码/ /随手记/all /前端/vue /前端/react /前端/微信小程序 /前端/js /前端/js/js模块化 /前端/js/TS基础 /前端/css /前端/webpack /前端/css/less /前端/html /lsy/软件每日花费 /AcWing/算法基础课 /leetcode/ 数据结构/排序 /datastructure/sortAlgorithm 数据结构/all /datastructure/all 计网/网络模型 /computerNetworks/networkModel 计网/计网概念 /computerNetworks/basicConception 计网/数据和信号 /computer
leetcode邮局选址问题-data-structures-algorithms:DataStructuresandAlgorithms数据
06-30
leetcode邮局选址问题 数据结构与算法 数据结构与算法，是最重要的计算机基础学科之一，也是程序员的必修内功。对于笔者来说，算法一直是心中的痛。明明知道很重要，却总不能坚持学下来。 本系列文章是笔者学习数据结构与算法的笔记，其中包括常见的数据结构以及经典的算法。文章尽量以浅显的方式讲解，同时会配合一些 Leetcode 的习题来练习加强。希望能对和我一样学习算法的同学有借鉴和帮助。和我一起拿下这个硬骨头吧！ 约定与申明 本系列主要讲解最常见的数据结构、算法技巧和思想。不是完整的刷题记录，完整的 LeetCode 题目介绍请查看笔者 。 代码主要通过 Golang 和 JavaScript 两种语言来实现。代码会有关键的注释，大家可以不局限在这两种语言，选择别的顺手的语言来实现。 文章内容大多是笔者综合各种资源学习的笔记。文中摘取的图片及某些思路，版权归原作者所有。如有版权问题，请联系笔者删除。本人邮箱：。 笔者才疏学浅，文中一定有不清晰或者错误之处，烦请大家帮忙指正。 目录 算法复杂度与大 O 记法 在介绍数据结构与算法之前，先来了解一下如何用时间复杂度和空间复杂度来衡量和评价一个
注塑机密码
12-27
全利发----JB/CLFP6 三菱.---OPSWITCH---DATAFREE---DATDLOCK--MAKERCON--KISYUSEI--EEPROMWR 弘讯电脑--------5858-----9595-----6969------1234-----4321，三星电脑---------001。002。003。004。008常用注塑机...
Capacity Facility Location Problem
A_bigUncle的博客
12-23 1565
文章目录Capacity Facility Location ProblemCFLP方案贪心算法局部搜索法模拟退火效果代码贪心算法局部搜索模拟退火目前最优解 Capacity Facility Location Problem CFLP Capacity Facility Location Problem，即有容量限制的设施选址问题，更准确地说，这次解决的问题为 SSCFLP（Single Sou...
用Floyd算法解决选址问题（附完整matlab代码）
m0_58024423的博客
10-08 5902
以2021年五一建模比赛中的消防站选址为例，此问题为重心性加权最优选址问题。可考虑各区域的出警次数和人口密度，并对其进行加权分析处理。 首先用Floyd算法求出距离矩阵，在考虑出警次数和人口密度的前提下找出已知距离图的15个重心点，数值最小点即为新建消防站点。若要在2021-2029年每隔3年新建1个消防站，则根据所求的15个顶点从最优到次优进行排序选址。 直接上代码： function [D,R] = floyd(A) n=size(a,1);D=a; for i=1:n f...
CFLP问题的贪心算法和模拟退火法解决方案
xiaoshang3636的博客
12-22 2674
用贪心算法和模拟退货法解决CFLP问题 首先问题描述如下： 给定n个工厂和m个顾客，开工厂需要一定的费用，一个工厂有一定的容量限制，每个顾客也有一定的需求，而每个顾客要选取某个工厂也需要一定的分配费用，现在要求找出一个分配方案，把顾客分配给不同的工厂，然后在可以满足所有顾客需求的前提下让所有的花费（开工厂的花费和分配的花费）最小。 这显然是一个NP-hard问题，因为情况数非常的多，而且也没有什么...
运算符重载
Gongzq5的博客
03-24 722
C++提供了新的数据类型称为类，对类的对象进行操作时，我们当然可以用函数完成一切操作。但是为了将操作表示得更加直观，我们可以将运算符重新定义，使得操作更容易理解。  比如string类重载了+运算符，使用+可以把两个不同的字符串连接在一起，这种重新定义让程序员的使用更加方便也更加直观。我们将这种重新定义成为重载。 为了方便说明，我们用一个简单的类来做示例class Complex {   pri
Leetcode 240. Search a 2D Matrix II
Gongzq5的博客
09-13 537
Leetcode 240. Search a 2D Matrix II 题目 Solution with O(n2) or O(nlogn) 分析 Solution with O(nlogn) 分析 Solution with O(nlog3) = O(n1.58) 分析 Solution with O(m+n) 分析 Leetcode 240. Search...
Leetcode 773. Sliding Puzzle
Gongzq5的博客
09-30 438
题目 On a 2x3 board, there are 5 tiles represented by the integers 1 through 5, and an empty square represented by 0. A move consists of choosing 0 and a 4-directionally adjacent number and swapping it....

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值