SBC01：运筹学中的对称性破除约束(Symmetry Breaking Constraints, SBC)技术概述

最新推荐文章于 2024-10-18 11:21:51 发布

运筹码仓

最新推荐文章于 2024-10-18 11:21:51 发布

阅读量887

点赞数

分类专栏：运筹学中的优化文章标签：人工智能

本文链接：https://blog.csdn.net/weixin_45624300/article/details/127142515

版权

运筹学中的优化专栏收录该内容

11 篇文章 1 订阅 ¥299.90 ¥399.90

订阅专栏

超级会员免费看

本文深入探讨了运筹学中的对称性破除约束（SBC）技术，特别是在多车辆路径问题中的应用。通过对文献的综述，分析了variable reduction technique、impose a hierarchy和objective perturbation等SBC技术，以及非对称表述模型（ARF）和算法对称破除策略。研究发现，对称性破除对于提高计算效率和降低计算时间至关重要，尤其是在车辆路径问题和库存路径问题中。此外，文章还提出了新的SBC和输入排序技术，并通过广泛计算实验对比了不同技术的效果，强调了客户排序作为打破对称性的主要方法及其与其他SBC的相互依赖性。

摘要由CSDN通过智能技术生成

1 引言

2 文献综述

2.1 SBC技术

2.1.1 variable reduction technique

2.1.2 impose a hierarchy

2.1.3 objective perturbation

2.2 非对称表述模型（ARF）

2.3 算法对称破除

之前写过的一篇关于对称性破除约束的博文：

运筹模型的变量的对称性案例及分析

在本文中，我们考虑相同车辆的路线问题。在他们的标准公式中，决策变量(如路线决策和交付数量)通常有一个车辆索引。对于这样的公式，由于车辆是相同的，可以在不改变目标函数值的情况下将路线分配给不同的车辆，因此存在替代方案。这些对称解的存在导致分枝定界树的重复，导致计算时间变长。迄今为止，已经提出了一些对称破缺约束来解决这个问题。然而，据我们所知，还没有对它们进行过直接的比较。在本文中，除了比较这些对称破坏约束外，我们还提出了新的约束和表述路由问题的方法。此外，为了更好地利用每种公式，我们提出并测试了几种输入排序技术。我们在一个多车库存路径问题上分析了所有这些问题，并提出和讨论了详细和广泛的计算实验。我们的实验表明，打破对称性的最好方法是给出顾客排序。即使将该方法与其他对称破缺约束相结合，它仍然是最主要的。我们的结果还证明了对称破缺和输入技术之间的相互依赖性。