超级会员免费看
本文介绍了集奖车辆路径问题（PC-VRP），其目标是最大化收益并最小化运输成本。通过gurobipy实现模型，并详细分析了不同目标函数下的约束效果。子回路消除约束采用MTZ形式，模型分析指出在某些情况下，必须包含节点访问需求约束，以避免不合理的路径选择。多目标接口的使用使模型能处理多个目标，但需谨慎处理收益和成本的关系以避免访问所有或不访问任何节点的情况。
参考文献：Long, J., Sun, Z., Pardalos, P. M., Hong, Y., Zhang, S., & Li, C. (2019). A hybrid multi-objective genetic local search algorithm for the prize-collecting vehicle routing problem. Information Sciences, 478, 40-61.
1 问题描述
PC-VRP具备以下特征：
- 每个节点都具有一个固定的收益
- 并不是每个节点都必须访问
- 目标是最大化收益和最小化运输成本
2 数学模型
模型目标及约束表达式
约束解释：
- 目标1：最小化车辆形式成本
- 目标2：最大化节点访问收益
- 约束3：节点的入度约束
- 约束4：节点的出度约束
- 约束5：子回路消除约束
- 约束6：每个节点至多访问一次
- 约束7：每辆车只能离开车场一次
- 约束8：每辆车至少访问一个节点
- 约束9：车辆容量不能被违背
- 约束10：必须满足最少的访问需求量
- 约束11：弧段访问的二进制决策变量
- 约束12：节点分配的二进制决策变量
订阅专栏 解锁全文
956
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
