松岛枫叶飞 基于昇腾算力冲破AI求解，最高加快100倍！
基于昇腾算力的矩阵运算改动求解器框架松岛枫叶飞，大幅升迁 Local Optimum 跳出才智。
深圳市大数据商讨院与华为 GTS 运筹优化执行室贯串建议基于矩阵运算的 Memetic&LNS 求解本事。
扫尾刷新了 Sartori&Burial PDPTW 榜单中的57 项宇宙记载，在部分算例上联系于基准扫尾改动幅度达 6%，是继英伟达 cuOPT 刷新 Li&Lim 23 项基准记录后，基于 NPU/GPU 算力 AI 求解的另一本事冲破。
其中，基于昇腾加快，最快可加快 100 倍，达到在搜索领域大幅升迁的同期，保证性能也不受影响。
矩阵化改动传统求解框架
带时期窗口的取货和配送问题（PDPTW）是旅途优化问题（VRP）的进军变体，是一类特地经典的强组合优化艰巨，在供应链、物流、网罗臆想调整等规模有庸碌的应用。
该问题中，每个央求指定了要输送的货品的大小以及两个位置：装货点和卸货点。此类问题的主要指标是最小化总资本，包括车辆固定资本和行驶资本，同期确保餍足总计客户的需求。
PDPTW 的复杂性主要开头于极大的求解空间和时期窗管理 & 取送货配对管理 & 容量扫尾等管理的交汇，这类问题很难使用精准算法来处治大型问题，在现时学 / 业界，一类经典标杆为 Memetic&LNS 的交融求解本事，其算法框架如下：
Memetic&LNS 不错在好多组合优化艰巨获取很好平均后果，然后怎样灵验跳出 Local Optimum 仍然是这类算法的一大局限性，搜索经由的早期可能会达到了一个相对较好的解，后续的搜索经由停滞不前，无法进一步改动，管理到局部最优。
为了处治该艰巨，商讨团队谋划并杀青了一种立异性的本事框架。
领先，色狼窝影院对传统的求解架构进行调整，在旅途生成的时候吸收更大领域搜索政策，升迁跳出 Local Optimum 概率；
其次，引入 SPP 子模子升迁每一代 solution 质料。与此同期，旅途评估和 SPP 求解也进行矩阵化回荡，基于昇腾加快，最快可加快 100 倍，达到在搜索领域大幅升迁的同期，保证性能也不受影响，极地面升迁了跳出 Local Optimum 的才智。
矩阵化可行性和指标函数评估松岛枫叶飞，NPU 加快极大升迁旅途探索才智
该商讨团队建议的最新算法框架，特意为高耗时的旅途息争评估谋划了一项立异本事，中枢念念路是将传统可行性和资本评估回荡成矩阵运算，并调用昇腾 NPU 算子，从而杀青旅途息争的高效评估，如下图所示，将 solution、距离、时期等属性矩阵化。
距离的评估：
Capacity 管理的违背度评估
时期窗管理的违背度评估
通过以上本事省略对传统管理可行性、指标评估等高耗时门径极大的加快，部分可达 100 倍加快比，极地面升迁了旅途探索才智。
引入 SPP 子模子，NPU 加快搜索高质料旅途组合，升迁每一代 solution 质料
为了更好的升迁每一代 solution 的质料，该商讨团队谋划引入一种高效的面向汇集辞别子模子（Set Partitioning Problem， SPP），搜索旅途组合，升迁子代 solution 质料，同期将传统 SPP 的求解经由回荡为矩阵运算，诈欺 NPU 的雄壮算力杀青了显赫的加快后果，升迁每一代迭代效用，底下是算法的中枢念念路：
草榴网址
为了矩阵化上述的组合操作，该团队将该问题的属性确立成一个 0、1 矩阵，其中 0 暗意节点不在该旅途上，1 暗意点在该旅途上，如下图所示，
此经由中还参考分支定界算法中基于 bound 的剪枝念念路，引入多个昇腾算子杀青了带管理的组合才智。
基于 NPU 算力，SPP 的求解比较传统求解器方法，求解速率升迁 60+ 倍。该本事不错快速求解得到最优解，更高性能搜索高质料 solution。
最终后果
该商讨团队在公开数据集（由 Sartori 和 Buriol 于 2020 年建议，基于实质工业场景的数据集）上对所建议的本事进行了全面的执行考证。执行扫尾袒露，这一方法在多个算例中杀青了显赫的性能升迁，共刷新了榜单中的 57 项宇宙记载，在部分算例上联系于基准扫尾改动幅度达 6%。
榜单兼并： https://github.com/cssartori/pdptw-instances/tree/master/solutions
— 完 —
投稿请发邮件到：
ai@qbitai.com
标题注明【投稿】，告诉咱们：
你是谁，从哪来，投稿内容
附上论文 / 样貌主页兼并，以及联系方法哦
咱们会（尽量）实时复兴你
点这里� � 暖热我，铭记标星哦～
一键三连「共享」、「点赞」和「在看」
科技前沿施展日日邂逅 ~
