118A | 119A | |
Python制約あり | 19sec | 19sec |
Python制約なし | 92sec | 24sec |
ところで、時間制約のほかに、夜勤回数、日勤回数、半日回数を下記のように
制約しています。
夜勤回数は、夜勤回数を6回にしないために必要な記述です。その他は、158.5h-160.25hを保証する意味では、必要がない記述です。
そこで、もし、時間制約以外の制約がないとどうなるかやってみました。
案の定、158.5-160.25hを満たす、夜勤回数、日勤回数、半日回数は、上記に限定されず多くの組み合わせが存在することが分かります。
このとき、時間は、34secかかりました。解空間は広がりますが、探索空間も制約が付加されないので広がることに注意します。Algorithm1の場合、かかる時間は、比=解空間/探索空間 に
反比例する方向ですので、時間がよりかかったと推測されます。ともあれ、Pythonで気を配る必要がなくなったのは良い方向だと思います。
schduling benchmarksからの結果です。目的関数値は、Instance13を除いて、さして改善していません。悪化している場合もあります。しかし、解が出るまでの時間は、例外なく短くなっています。
Note:1)Algorithm1の比較であることに注意してください。Algrorithm4では、時間をかければ、KnownUB値を得ることは可能です。
2)119Aでバグがあり120Aで修正しました。
Algorithm1 | |||||
118A | 120A | Known UB | |||
Instance9 | 441 | 141(sec) | 539 | 113(sec) | 439 |
Instance10 | 4834 | 213(sec) | 4842 | 170(sec) | 4631 |
Instance13 | 3944 | 2109(sec) | 3285 | (1042sec) | 1348 |
Instance14 | 1522 | 235(sec) | 1421 | 209(sec) | 1278 |
Instance15 | 5249 | 412(sec) | 5135 | 331(sec) | 3225 |
Instance19 | 4825 | 616(sec) | 5035 | 483(sec | 3149 |
0 件のコメント:
コメントを投稿