optimization - 多产品交付优化问题：简化模型和约束

我正在尝试解决以下问题：

我们有不同的独特产品需要交付给客户（1 个产品 = 1 个客户）。我们有几家工厂，有些产品只能由一家工厂生产。一个产品需要 10 天才能在工厂里制造出来。然后我有几辆车来运送产品。一辆车可以运送多种产品。也可以将成品存放在生产地以外的其他工厂。

目标是降低运费。

例如，如果两个客户离工厂很近，最好将产品从一家商店转移到另一家商店，以便进行分组交付。

我使用了以下模型：

集合是：T代表时间

我为工厂

J 代表产品（或客户）

K 用于车辆

（并且 V 是节点，所以 V = I union J）

我的决策变量是: : 1 如果产品 j 是工厂 i 在时间 t 的产品

: 1 如果产品 j 在时间 t 在车辆 k 上，并且路线 i1 -> i2（i1 和 i2 在 V）

: 1 如果车辆 k 在时间 t 行驶路线 i1 -> i2

: 1 如果车辆 k 在时间 t 访问节点 i。（我在 V）

最小化的函数是：（c[i1][i2] 是路线 i1 -> i2 的成本）

并且约束是：

我们只需要生产一次产品

我们需要交付每一个产品

路由的一致性：

生产后 10 天交货前

每个产品都有一个交货期限

产品只能装在车上

最后一个对我来说是个问题的约束：我们只能从放置的地方运输产品。所以我使用以下约束，这意味着要离开 i1，产品必须已经在 i1 中生产或之前已经到达 i1。

问题是这非常非常慢。5 个客户和 2 个工厂需要几分钟（T_max = 45）。

我需要找到一种方法在生产中使用下降速度算法，我将拥有 ap 30/40 客户、5 个工厂和 T_max = 90。

你知道如何固定算法吗？正是这最后的约束导致了缓慢的优化。

也许我的建模是错误的，有一种更简单的方法可以做到这一点。

或者我认为我们可以简化最后一个约束，例如添加另一个决策变量，但我没有找到解决方案。

非常感谢您的帮助！

标签： optimizationmathematical-optimizationlinear-programmingpulpmixed-integer-programming