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。