降低量子方法在列车负载优化中的复杂性

高效规划集装箱 onto 火车是一项计算上具有挑战性的组合优化问题，涉及物流和供应链管理的核心问题。这种复杂性的主要来源在于需要建模和减少搬运操作——为访问被阻塞的集装箱而产生的无效吊装移动。传统的数学公式通过为每个潜在搬运引入显式的二进制变量和大量逻辑约束来解决此问题，导致难以求解的大规模模型。本文提出了一种与此范式根本不同的方法。我们引入一种创新的、紧凑的数学公式，用于列车负载优化 (TLO) 问题，其中搬运成本在目标函数中被隐式计算。这种新方法帮助避免了专门的搬运变量及其相关约束的需求，从而显著减少了模型规模。我们提供了对常规模型的正式比较，通过分析演示了变量和约束数量的显著减少。通过模拟退火元启发式方法评估了我们紧凑公式的有效性，该方法为各种问题实例找到高质量的装载方案。结果确认，我们的模型不仅更简洁，而且在实际中也有效，为现代铁路物流提供了一个可扩展且强大的工具。