描述

core 包包含构建启发式和元启发式解决复杂 车辆路径问题（VRP） 的主要构建模块。

请查阅仓库 以获取更多信息。

lib.rs:

核心包包含构建启发式和元启发式解决复杂 车辆路径问题 的主要构建模块。

要点

核心包的基本思想是设计一个库，该库可用于解决多种车辆路径问题（VRP）变体，也称为复杂 VRP。为了实现这一点，它定义了必要的领域模型并实现了具有预配置属性的默认元启发式。

另一个目标是直观的设计：它应该相对容易开始使用，而不需要先了解领域知识。这就是为什么 API 设计不试图泛化模型和实现以开发通用元启发式。查看rosomaxa 包以获取更通用的模型/算法。

以下包提供了在当前包基础上已开发的额外功能

• vrp-scientific 包支持用于科学基准的 VRP 变体
• vrp-pragmatic 包支持自定义 JSON 格式，可用于模拟现实世界场景
• vrp-cli 包提供了一个命令行界面和静态库，其中包含了项目提供的一切可用功能

同时，项目试图保持依赖项列表相对较小，但应避免“不是在这里发明的”综合症。

接下来的几节将解释一些基本概念，例如用于建模VRP定义的类型、构造启发式算法、元启发式算法等。如果您对内部实现或库扩展感兴趣，请开始探索。如果您只想查看用户文档，请查看用户指南文档。

VRP建模

模型定义可以分为以下几组

• common组包含常见模型：时间特定的、位置、距离等。
• problem组包含VRP定义模型：任务、车辆、成本特定的等。
• solution组包含用于表示VRP解决方案的模型：路线、行程、活动等。

此外，还有一些关键概念，如Feature和GoalContext。

查看相应模块以获取详细信息。

构造启发式算法

构造启发式算法是一种启发式方法，它从一个空解决方案开始，并反复扩展它，直到获得一个完整的解决方案。

该包在construction模块中实现了各种构造启发式算法。

元启发式算法

元启发式算法是一个高级算法框架，它提供了一套指导原则或策略来开发启发式优化算法。其目标之一是引导搜索过程朝着最优解的方向。

更多关于它的详细信息请参见solver模块。

示例

可以在examples文件夹中找到一些VRP变体的详细示例。

在此，示例展示了如何为求解器构造默认配置，使用流畅接口方法覆盖一些默认的元启发式参数，并运行求解器。

use vrp_core::prelude::*;

// create your VRP problem
let problem: Arc<Problem> = create_example_problem();
// build solver config using pre-build builder with defaults and then override some parameters
let config = VrpConfigBuilder::new(problem.clone())
    .prebuild()?
    .with_max_time(Some(60))
    .with_max_generations(Some(100))
    .build()?;

// run solver and get the best known solution.
let solution = Solver::new(problem, config).solve()?;

assert_eq!(solution.cost, 84.);
assert_eq!(solution.routes.len(), 1);
assert_eq!(solution.unassigned.len(), 0);