旅行商问题的 2-Opt 算法

问题描述

我为多重旅行商问题 (mTSP) 创建了一个解决方案。我的下一个目标是从现有解决方案中实现 2-opt 算法。下面是我的代码片段：

for j in range(len(solutions[i].nodes)-3):
    for k in range(j+2,len(solutions[i].nodes)-1):
        dist_a = graph.edges[solutions[i].nodes[j],solutions[i].nodes[j + 1]]['weight']
        dist_b = graph.edges[solutions[i].nodes[k],solutions[i].nodes[k + 1]]['weight']
        dist_c = graph.edges[solutions[i].nodes[j],solutions[i].nodes[k]]['weight']
        dist_d = graph.edges[solutions[i].nodes[j + 1],solutions[i].nodes[k + 1]]['weight']
        
        if dist_a + dist_b > dist_c + dist_d:
            solutions[i].nodes[j + 1: k + 1] = reversed(solutions[i].nodes[j + 1: k + 1])
            solutions[i].cost += (dist_c + dist_d - dist_a - dist_b)
            solutions[i].path = []
            for l in range(x):
                solutions[i].path.append((solutions[i].nodes[l],solutions[i].nodes[(l + 1) % len(solutions[i].nodes)]))

这很好用。但是，如果我将代码稍微更改为更高的整数减法，例如 for j in range(len(solutions[i].nodes)-4)，有时它会产生比 for j in range(len(solutions[i].nodes)-3 成本更低的解决方案。这怎么会发生？谁能解释一下？提前致谢

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

python traveling-salesman