整数规划变量比布尔规划变量少

Question

我试图使用Optaplanner来模拟以下问题：

产品存储在中央配送中心( CDC )，Supply

• QuantityCDC是CDC(10)

• 中的可用数量，产品是区域配送中心( RDC )所需要的，Demand

• QuantityRDC是RDC (5)

所需的数量。

1型

Integer

• Value范围: 0，min (QuantityCDC，QuantityRDC) =5

• 目标函数:使RDC

的满意度最大化

模型2

• 规划变量: SelectOption布尔变量

• 选项列表: 1、2、3、4和5

• 约束:仅在最大值(sum SelectOption <= 1)

中选择一个选项

• 目标函数: RDC

的最大满意度

，我的问题是：哪一种型号会更快，规模更大？模型1使用较少的整数类型变量和定义良好的值范围，或者模型2使用更多的布尔变量自然建模范围，并必须添加约束。

(上面的例子是对实际问题的过度简化，有更多的限制: 10-20个区域配送中心，1000种产品，不足以满足所有需求的供应，没有足够的卡车，.)

Answer 1

通常，如果您可以硬编码一个约束，您应该更喜欢这样。即使是最有效的约束也需要时间来处理--如果您的数据模型不可能打破某些约束，则可以节省时间。

尽管如此，在我看来，你们的两种选择都会有很多的计划变量。虽然2-3个计划变量是可管理的，但我肯定不会超过这一点。考虑用实体替换变量；比如RDCEntity，它有两个变量-- CDC和所取的数量。