The Electric Vehicle-Routing Problem with Time Windows and Recharging Stations

       困扰了快三天的问题，还是没有完全解决，留个坑在这，等下次有时间再来解决吧。希望有知道原因的朋友可以给予指导或者提供解决问题的思路，不甚感激！！！

经过互联网友友的帮助，这个坑填上啦，所有算例的结果和原文均一样！（2024.04.09）

代码放在github上了，有需自取：mumuorMUMU/EVRPTW_GUROBI: GUROBI code for paper " The Electric Vehicle-Routing Problem with Time Windows and Recharging Stations " (github.com)

或者有知道这篇论文源码的同学可以分享一下吗，github上的不太确定是复现的还是源码

这篇论文里的EVRPTW问题的经典模型，采用的也是经典的公开算例集

The Electric Vehicle-Routing Problem with Time Windows and Recharging Stations | Transportation Science (informs.org)

1. 用cplex求解的结果如下表

用的是github上的一个用cplex建模求解的（不确定是自己复现的还是论文的源码）

E-VRPTW/E-VRPTW.mod at main · jmanzolli/E-VRPTW (github.com)

2. 用Gurobi求解的结果如下表

是自己根据论文里的数学模型和上述cplex例子，用Gurobi的python api写的

算例	论文	Cplex	Gurobi
C101-5	m = 2 257.75	m =3 247.15	m = 3 (不约束车辆数) 247.15 m =2 (约束m<=2) 257.75 m<=1 无解
C103-5	m=1 176.05	m = 2 165.67	m=2（不约束车辆数） 165.67 m = 1（约束m<=1） 无解
C206-5	m=1 242.55	m = 3 236.58	m = 3 236.58  m =2 236.58 m =1 245.34
C208-5	m=1 158.48		m =1 158.48
R104-5	m =2 136.69		m =2  136.69
R105-5	m =2  156.08		m =2  156.08
R202-5	m=1 128.78		m =1  128.78

出现的问题如下：

问题一  cplex（246.7）和gurobi（247.15）求解同一个算例得到的目标函数值不一样，但最优解对应的路径是一样的

      怀疑是数值精度问题，发现cplex得到的解里面的浮点数都只有一位小数，明显精度不够，于是想到要提高计算精度，但查找了很多资料也没有找到提高计算精度的方式，修改了.ops文件里的"Display presion"也没有用。

最后按图索骥，返回去检查代码所有会产生浮点数计算的地方，发现在计算距离矩阵的时候只保留了一位小数：

修改上述问题，此问题得到了解决！！！！cplex和gurobi求解同一算例得到的目标函数值完全相同！

小结：出现此类问题首先注意是不是数值精度问题；接着考虑两个模型是否完全等价；最后考虑是否cplex和gurobi中的gap（终点）不一样。

问题二  前三个算例和论文里给出的结果不一致

       怀疑是设置的车辆数量约束导致的不一样，论文里应该是第一目标都是最小化车辆数，再在最小化车辆数的前提下来最小化总路径长度，但论文给出的数学模型并没有表示出这一点

于是尝试在gurobi中给模型添加总车辆数量的约束(论文中给出的数学并没有这一约束)：

于是出现了下表所示的情况，C101-5算例确实如猜想一样，但C103-5算例当设置车辆数为1时，根本无可行解，C206-5算例得到的结果和论文给出的不一样，所以应该不完全是否设置车辆数量约束的问题，。对其他的算例进行测试，发现得到的结果和论文又是一样的，所以不知道前面这三个算例的结果到底问题出在哪里？？？？？

本人目前小白入门，欢迎大家讨论、指教，谢谢！