mathematical-optimization - 集成生产计划和运输 MIP 必须使用哪种启发式方法？

Question

我正在尝试解决一个相当常见的 MIP。以下是问题特征。

1. 多产品、多站点（站点同时用作生产、需求和库存存储位置）。每周时间段
2. 产品（单位：箱）只能以离散的批量生产，每周在每个站点使用有限数量的班次/批次。
3. 允许跨站点运输以满足任何站点的需求
4. 此外，必须满足每个地点的最低周末库存水平。

求解器（gurobi）的当前解决方案从未达到最佳界限的 15% 以上的 MIP 差距。

如果这个问题没有固定的批量大小（可以在一个班次期间生产任何数量），这很简单。但如果没有，有人可以提出简单的启发式技术来解决这种 MIP 吗？

Answer 1

我假设，需求通常也是离散的大小。

一个重要的事情是以某种方式对这个生产问题进行建模，其中连续生产变量不仅提供“何时生产多少”的信息，而且提供“何时为何种需求生产多少”的信息。

因此，与其声明期间（在一个站点上）p(t)生产多少，不如对它进行建模，需求元素在哪里。这通常会在适当的 Big-M 条件下提供更好的性能，即使它不能解决您的离散批量问题。但我会假设，如果需求批次也具有离散大小，那么您很有可能获得具有离散批量大小的解决方案。tp(t,u)u

如果不是这种情况，您可能会尝试再次使用离散变量，p(t,u)无论如何整体性能应该会好得多。

Answer 2

您是否尝试过调整 Gurobi 求解器的参数？这可能比实施启发式更容易。如果你有，你可以尝试放松和修复数学启发式，这通常是解决多期计划问题的一种方法。