资源约束最短路径问题的一组算法
csp的Python项目详细描述
资源约束最短路径的一组算法 (CSP)问题。
csp问题由Inrich 2005填充。 它最初是作为总线的子问题引入的 驱动程序调度问题,从那时起在 各种不同的设置包括:车辆路径问题 在时间窗口(VRPTW)下,技术人员的路由和调度 问题,电容弧路由问题,按需运输 系统,以及机场地面运动;等等
更一般地说,在应用列生成框架中,尤其是 在与调度相关的文献中,csp问题通常是 用于生成列。
因此,这个图书馆对运筹学很感兴趣 社区,学生和学者都希望解决一个问题 CSP问题。
算法
目前,实现的算法包括:
- 单向前向标记算法;
- 单向反向标记算法;
- 带静态中点的双向标记算法;
- 动态中点双向标记算法Tilk et al 2017;
- 启发式禁忌搜索;
- 贪婪消除程序
- 贪婪随机自适应搜索过程(GRAP)。改编自 Ferone et al 2019;
- 结合局部和全局扩张邻域拓扑的粒子群优化算法(psolget)。
功能
- 通用资源扩展函数(Inrich 2005)(不限于附加资源);
- 一般资源消耗(不限于非负值)。
先决条件
概念背景和输入格式在 docs。
用法示例
请参阅个别算法api文档以了解具体的 示例和更多详细信息:
- BiDirectional:Bidirectional and monodirectional algorithms
- TabuHeuristic Tabu Search
- GreedyElimGreedy Elimination Procedure
- GRASPGRASP
- PSOLGENTPSOLGENT
有关示例,请参见各个算法文档。