组会也有好好听系列(一）

组会会议纪要

20221016组会

宋**
Solving the clustered traveling salesman problem with d-relaxed priority rule，Minh Hoang H ` a
1.问题：CTSP，考虑地点的优先级，clustered TSP(预先制定顺序的集群式TSP问题)
真实问题：维修问题 七个客户群（七个优先级）
2.贡献：改进模型，cplex能求解该模型规模达到100，GILS-RVND的求解效果在各个规模上都比较好；
3.先对客户点聚类划分优先级，模型中加入d优先级约束，解的序列中下一步访问的节点只能是d优先级里面的节点。
4.优先级的设置方法；可以根据问题不同来设置；
5.d的变化对模型和算法的影响；可以考虑，文章里面没有明确说明。
6.好的思路：反证法推导推论；改进模型来适应精确算法，使得精确算法能够求解更大规模的问题；大邻域算法改进启发式算法；

---

杨**
基于冲突分类与消解的多智能体路径规划算法设计 王东
1.一般文献里冲突有四种类型，本文冲突类型只提了两个，考虑算法对更多冲突类型的适应程度;
2.中文研究CBS的论文不多，本文论文的写法比较规范，参考论文的写法；

---

张**
A generalized bin packing problem for parcel delivery in last-mile logistics 最后一英里物流装箱问题（GBPPI问题） 
1.问题：
装箱需要做的决策：1）选择TC 2）选择TC的车辆/箱子 3）将包裹分配给所选车辆（箱子）
物品分为两类：强制装箱、有利可图
束：强制物品全部装入、箱子的容量约束
目标函数：最小化（箱子总成本-装载物品的利润）
提出一个新的概念：物品依赖于箱子的利润，不同的箱子利润不一样是箱子属于不同的公司。
2.学到的算法：
跟问题特征结合的BF算法：选择最好的箱子，能够装入物品i并且使得箱子剩余体积最大，如果没有这样的箱子，判断是不是强制装箱的物品，是就新开一个箱子，如果不是，判断是否装箱会带来利润，有利润装箱，否则不装箱。
3.提问与回答：
1）.问题是不是不是新问题啊？ 问题/模型上有创新么?
GBPPI问题和GBPP问题相比多了物品依赖于箱子的利润，提出了自己的公式，目标函数有了新的定义。 
2）.感觉好像提到了很多算法，这些算法都是他自己提出来的还是改进了？子启发式？大概讲一下算法的框架么？
GASP+MEM,两个阶段的优化，GASP也是多起点，结果输入MEM进一步优化改进。
3）.多线程影响了什么？什么结果变好了？
给了一个固定的时间限制，8线程相当于时间扩充到了8倍，求解效果肯定会有改善。
反馈建议：
本文作者研究的问题基本上都是来自工业界，可以追踪近期的动态，找找新的问题。