top of page

Setとlistもまた、非常に差別化された強力な機能があり、モデルを簡潔かつスケーラブルにし、非常に効率的に解けます。

私の好きな例としては、ビン詰め問題TSP問題です。です。

もし、もっと複雑なモデルを示したい場合は、CVRP問題を参照してください。多くの場合、Setとlistは、初めて見たときに同化することが困難です。通常、私がそれらを完全に紹介するには、多くの時間がかかるので、ご不明な点があればいつでもお問合せください。

A:LocalSolverには「中間変数」のようなものはありません。

意思決定変数と中間式という2つの重要な概念を区別しています。式は、意思決定変数から推論することができます。

A:MILPモデリングでは、

Mc Cormickの不等式を使用して、

2つの変数の積を表現します。

ただし、LocalSolverでは、

単に積を直接x * yと書けばよいのです。

(追加の意思決定を導入する必要はありません)。

より完全な例を挙げると、

私はよく施設配置問題をよく使用します。

この場合、LocalSolverモデルには、

開始位置の変数(opening location variable)だけ

を必要とします。

オープンな位置から推測される

割り当てのための変数は必要ありません。

bottom of page