自适应大邻域搜索算法的一种灵活实现。
alns的Python项目详细描述
该软件包提供了一个通用的、有良好文档记录的、经过测试的 自适应大邻域搜索的实现 元启发式，基于Pisinger and Ropke (2010)中给出的描述。它可以按通常的方式安装，
pip install alns
如何使用
alns包公开了两个类，ALNS和State。第一次
可能用于运行alns算法，第二个可能是
存储解决方案状态-它所需要的只是定义一个objective
成员函数。
ALNS算法必须提供一个接受标准，以
在每次迭代中确定接受新的解决方案状态。
在Santini et al.
(2018)中概述了常见的验收标准。已经为您实现了几个
alns.criteria，
HillClimbing。最简单的验收标准，爬山 只接受提高目标价值的解决方案。RecordToRecordTravel。此标准仅在以下情况下接受解决方案 改进达到了一定的更新阈值。SimulatedAnnealing。当 标度概率大于某个随机数，使用 更新温度。
每个接受标准都继承自AcceptanceCriterion，它可以
被用来写你自己的。
示例
examples/目录提供了一些显示
如何使用alns库。特别感兴趣的是，
- 旅行商问题。我们解决了 以131个城市为例，使用简单的 使用后处理步骤销毁和修复启发式方法。
- 下料问题（CSP），here。我们用 180个梁，165个不同尺寸，在 只有非常有限的迭代次数。
参考文献
- Pisinger，D.和Ropke，S.（2010年）。大规模的邻里搜索。单位：米。 Gendreau（编辑），《变启发式手册》（第2版，第399-420页）。 斯普林格。
- Santini，A.，Ropke，S.和Hvattum，L.M.（2018年）。比较 自适应大邻域搜索的接受准则 元启发式。启发式杂志24（5）：783-815。
欢迎加入QQ群-->： 979659372
