代码 | 自适应大邻域搜索系列之(2) - ALNS算法主逻辑结构解析

00 前言

在上一篇推文中，教大家利用了ALNS的lib库求解了一个TSP问题作为实例。不知道你萌把代码跑起来了没有。那么，今天咱们再接再厉。跑完代码以后，小编再给大家深入讲解具体的代码内容。大家快去搬个小板凳一起过来围观学习吧~

01 总体概述

前排高能预警，在下面的讲解中，会涉及很多C++语言的知识，特别是类与派生这一块的内容，如果C++基础比较薄弱的同学则需要回去（洗洗睡）再好好补一补啦，在这里小编就不再过多科普基础知识了。默认大家都是C++大佬，能一口说出虚函数表是什么的内种……

描述整一个ALNS算法逻辑过程的是一个叫ALNS的C++类。下面对其成员变量和成员函数讲解一下。

1.1 成员变量

```C++
//! 当前解。
ISolution* currentSolution;

//! 判断接受准则。
IAcceptanceModule* acceptanceCriterion;

//! ALNS算法运行的相关参数。
ALNS_Parameters* param;

//! destroy和repair方法的管理者。
AOperatorManager* opManager;

//! 最优解的管理者。
IBestSolutionManager* bestSolManager;

//! 局部搜索的管理者。
ILocalSearchManager* lsManager;

//! 自上次重新计算重新的权重以来的迭代次数。
size_t nbIterationsWC;

//! 当前迭代次数。
size_t nbIterations;

//! The current number of iterations without improvement.
size_t nbIterationsWithoutImprovement;

//! The number of iterations without improvement of the current solution.
size_t nbIterationsWithoutImprovementCurrent;

//! The number of iterations without acceptation of a transition.
size_t nbIterationsWithoutTransition;

//! The number of iterations since the last call to a local search
//! operator.
size_t nbIterationsWithoutLocalSearch;

//! 求解的总时间。
clock_t startingTime;

//! 最优解的下界。
double lowerBound;

//! A set containing the hash keys of the encountred solutions.
std::set<long long> knownKeys;

//! 用于计算求解过程的一些状态量。
Statistics stats;

//! 最近一次迭代的状态。
ALNS_Iteration_Status status;

//! 每次迭代完成后需要更新的对象。
std::vector<IUpdatable*> updatableStructures;

//! ALNS实例的名字。
std::string name;

上面的成员变量类型用的都是抽象类的指针，因为在实际写代码的过程中，coder们肯定还要对solution、localsearch等类进行继承和派生，接口重写等。用抽象类的指针好处就是在于当它指向子类对象时也能正确调用。再说明一点，上面的ISolution啊IAcceptanceModule等都是一些抽象类的类型，以后会进行介绍和讲解的，在这里大家知道它代表什么就行了。

# 1.2 成员函数
```C++
//! Constructor.
//! \param name the name of the instance.
//! \param initialSolution the starting solution that is going to be optimized.
//! \param acceptanceCrit the module that determine whether or not a new solution
//! is accepted as the current solution.
//! \param parameters the set of parameters to be use by the ALNS.
//! \param opMan an operator manager.
ALNS(std::string instanceName,
    ISolution& initialSolution,
    IAcceptanceModule& acceptanceCrit,
     ALNS_Parameters& parameters,
     AOperatorManager& opMan,
     IBestSolutionManager& solMan,
     ILocalSearchManager& lsMan);

//! Destructor.
virtual ~ALNS();

//! This method launch the solving process.
//! \return true if a feasible solution is found,
//! false otherwise.
bool solve();

//! This method seeks if a solution is already known,
//! if not it is added to the set of known solutions.
//! \param sol the solution to be checked.
//! \return true if the solution was unknown, false otherwise.
bool checkAgainstKnownSolution(ISolution& sol);

//! This method perform one iteration of the ALNS solving
//! process.
void performOneIteration();

//! This method check whether or not the stopping criteria is met.
bool isStoppingCriterionMet();

//! Determine whether or not the new solution is better than the
//! best known solution.
bool isNewBest(ISolution* newSol);

//! \return the number of known solutions.
size_t getNumberKnownSolutions(){return knownKeys.size();};

//! Determine whether or not the new solution should be accepted
//! as the current solution.
bool transitionCurrentSolution(ISolution* newSol);

//! Return a pointer to the best known solution.
IBestSolutionManager* getBestSolutionManager(){return bestSolManager;};

//! Add an object to the list of object to be updated at the end of each
//! iteration of the ALNS.
//! \param up the updatable object to be added.
void addUpdatable(IUpdatable& up){updatableStructures.push_back(&up);};

//! Destroy the manager that have been provided at the construction of
//! the instance.
void end();

ALNS类的成员函数以及参数说明、函数说明等都在注释里面了。这么简单的英文相信大家都能看懂，小编就不作翻译了。

02 具体实现

在看完ALNS类的总体概述以后，我们现在来研究一下各个成员函数的具体实现代码和过程。

2.1 ALNS::构造和析构函数

构造函数主要做的是一些初始化工作，用传进来的参数对成员变量进行初始化，或者直接初始化相关的成员变量等。而析构函数主要做的是清理工作，释放动态申请的堆内存。
```C++
//构造
ALNS::ALNS(string instanceName,
ISolution& initialSolution,
IAcceptanceModule& acceptanceCrit,
ALNS_Parameters& parameters,
AOperatorManager& opMan,
IBestSolutionManager& bestSolMan,
ILocalSearchManager& lsMan)
{
name = instanceName;
currentSolution = initialSolution.getCopy();
acceptanceCriterion = &acceptanceCrit;
param = &parameters;
lowerBound = -DBL_MAX;
nbIterationsWC = 0;
nbIterations = 0;
nbIterationsWithoutImprovement = 0;
opManager = &opMan;
bestSolManager = &bestSolMan;
lsManager = &lsMan;

opManager->setStatistics(&stats);

// We add the initial solution in the best solution manager.
bestSolManager->isNewBestSolution(initialSolution);

nbIterationsWithoutImprovementCurrent = 0;

nbIterationsWithoutTransition = 0;

nbIterationsWithoutLocalSearch = 0;

}
//析构
ALNS::~ALNS()
{
delete currentSolution;
}


## 2.2 ALNS::performOneIteration()
该方法执行一次迭代操作。也是整个流程比较核心的部分。大概过程是先进行destroy操作和进行repair操作，然后判断新解质量。而后看情况要不要使用LocalSearch进行搜索，再用判断接受准则看是否要接受新解。最后更新destroy操作和repair操作的成绩。再做一些状态量的处理等。具体注释我已经标注在代码里了，理解起来不难。
```C++
void ALNS::performOneIteration()
{
    //重新初始化一些状态量。
    status.partialReinit();
    //选择Repair和Destroy方法
    ARepairOperator& repair = opManager->selectRepairOperator();
    ADestroyOperator& destroy = opManager->selectDestroyOperator();

    ISolution* newSolution = currentSolution->getCopy();
    //输出迭代次数等信息。 param->getLogFrequency()获取的是logFrequency变量的值，logFrequency变量表示的意思是每隔多少次输出一下相关信息。
    if(nbIterations % param->getLogFrequency() == 0)
    {
        cout << "[ALNS] it. " << nbIterations << " best sol: " << (*(bestSolManager->begin()))->getObjectiveValue() << " nb known solutions: " << knownKeys.size() << endl;
    }
    //destroy操作
    destroy.destroySolution(*newSolution);
    //更新状态
    status.setAlreadyDestroyed(ALNS_Iteration_Status::TRUE);
    status.setAlreadyRepaired(ALNS_Iteration_Status::FALSE);//未进行repair操作
    //表示newSolution还是status的信息对解进行更新。这里只提供接口，后面应用的时候要具体重写。
    for(vector<IUpdatable*>::iterator it = updatableStructures.begin(); it != updatableStructures.end(); it++)
    {
        (*it)->update(*newSolution,status);
    }
    //进行repair操作
    repair.repairSolution(*newSolution);
    status.setAlreadyRepaired(ALNS_Iteration_Status::TRUE);
    //更新迭代次数
    nbIterations++;
    status.setIterationId(nbIterations);
    nbIterationsWC++;

    double newCost = newSolution->getObjectiveValue();
    //判断新生产的解是不是新的最优解
    isNewBest(newSolution);
    //判断新生成的解之前有没有出现过
    checkAgainstKnownSolution(*newSolution);
    //判断新生成的解和当前解谁更优
    bool betterThanCurrent = (*newSolution)<(*currentSolution);
    //如果新生成的解更优
    if(betterThanCurrent)
    {
        nbIterationsWithoutImprovementCurrent = 0;//清0
        status.setImproveCurrentSolution(ALNS_Iteration_Status::TRUE);
    }
    //否则
    else
    {
        nbIterationsWithoutImprovementCurrent++;
        status.setImproveCurrentSolution(ALNS_Iteration_Status::FALSE);//解没有得到提高
    }
    //更新状态
    status.setNbIterationWithoutImprovementCurrent(nbIterationsWithoutImprovementCurrent);
    //param->getPerformLocalSearch()指出要不要用LocalSearch，然后再用LocalSearch对新生成的解进行搜索。lsManager->useLocalSearch(*newSolution,status)将返回true如果经过LocalSearch之后的解有改进的话。
    if(param->getPerformLocalSearch() && lsManager->useLocalSearch(*newSolution,status))
    {
    //判断LocalSearch之后的新解是不是最优解。
        bestSolManager->isNewBestSolution(*newSolution);
    }
    //判断是否接受当前的解。
    bool transitionAccepted = transitionCurrentSolution(newSolution);
    //如果接受
    if(transitionAccepted)
    {
        status.setAcceptedAsCurrentSolution(ALNS_Iteration_Status::TRUE);
        nbIterationsWithoutTransition = 0;
    }
    //否则
    else
    {
        status.setAcceptedAsCurrentSolution(ALNS_Iteration_Status::FALSE);
        nbIterationsWithoutTransition++;
    }
    //更新信息
    status.setNbIterationWithoutTransition(nbIterationsWithoutTransition);
    //再一次进行LocalSearch操作，以取得更好的效果。
    if(param->getPerformLocalSearch() && lsManager->useLocalSearch(*newSolution,status))
    {
        bestSolManager->isNewBestSolution(*newSolution);
        if(status.getAcceptedAsCurrentSolution() == ALNS_Iteration_Status::TRUE)
        {
            transitionCurrentSolution(newSolution);
        }
    }
    //对destroy,repair方法进行成绩更新。
    opManager->updateScores(destroy,repair,status);

    //记录本次迭代过程的一些信息。
    stats.addEntry(static_cast<double>(clock()-startingTime)/CLOCKS_PER_SEC,nbIterations,destroy.getName(),repair.getName(),newCost,currentSolution->getObjectiveValue(),(*(bestSolManager->begin()))->getObjectiveValue(),knownKeys.size());

    //更新destroy,repair方法的权重。是在进行了一定迭代次数以后才更新的，具体次数由param->getTimeSegmentsIt()获得。
    if(nbIterationsWC % param->getTimeSegmentsIt() == 0)
    {
        opManager->recomputeWeights();
        nbIterationsWC = 0;
    }
    //接口，对解的某些部分再次更新。
    for(vector<IUpdatable*>::iterator it = updatableStructures.begin(); it != updatableStructures.end(); it++)
    {
        (*it)->update(*newSolution,status);
    }
    //如果有需要，将当前解转变成最优解再进行下一次迭代操作。
    currentSolution = bestSolManager->reloadBestSolution(currentSolution,status);

    delete newSolution;
}

2.3 ALNS::checkAgainstKnownSolution(ISolution& sol)

检查该解是否是之前出现过的解。主要原理是利用一个解的哈希表，所有第一次出现的解都会生成一个唯一的哈希值存于哈希表中。将传入解的哈希值在哈希表中进行匹配，如果存在，那么这个解之前已经出现过了，否则就是独一无二的新解。
```C++
bool ALNS::checkAgainstKnownSolution(ISolution& sol)
{
bool notKnownSolution = false;
long long keySol = sol.getHash();
//哈希值匹配
if(knownKeys.find(keySol) == knownKeys.end())
{
notKnownSolution = true;
knownKeys.insert(keySol);
}
//之前已经出现过的解。
if(!notKnownSolution)
{
status.setAlreadyKnownSolution(ALNS_Iteration_Status::TRUE);
}
//全新的解，之前没有出现过。
else
{
status.setAlreadyKnownSolution(ALNS_Iteration_Status::FALSE);
}
return notKnownSolution;
}

# 2.4 ALNS::isNewBest(ISolution* newSol)
用来判断解是否为新的最优解，并做出相应的设置。
```C++
bool ALNS::isNewBest(ISolution* newSol)
{
    //如果是新的最优解
    if(bestSolManager->isNewBestSolution(*newSol))
    {
        status.setNewBestSolution(ALNS_Iteration_Status::TRUE);
        nbIterationsWithoutImprovement = 0;
        status.setNbIterationWithoutImprovement(nbIterationsWithoutImprovement);
        status.setNbIterationWithoutImprovementSinceLastReload(0);
        return true;
    }
    //如果不是。
    else
    {
        status.setNewBestSolution(ALNS_Iteration_Status::FALSE);
        nbIterationsWithoutImprovement++;
        status.setNbIterationWithoutImprovement(nbIterationsWithoutImprovement);
        status.setNbIterationWithoutImprovementSinceLastReload(status.getNbIterationWithoutImprovementSinceLastReload()+1);
        return false;
    }
}

2.5 ALNS::transitionCurrentSolution(ISolution* newSol)

利用判断准则判断是否要接受当前的解作为新的解。
```C++
bool ALNS::transitionCurrentSolution(ISolution newSol)
{
//如果接受。
if(acceptanceCriterion->transitionAccepted(bestSolManager,currentSolution,newSol,status))
{
delete currentSolution;
currentSolution = newSol->getCopy();
return true;
}
//不接受，原来解不变，什么也不做。
else
{
return false;
}
}

## 2.6 ALNS::isStoppingCriterionMet()
判断算法迭代是否遇到终止条件。各种条件说明已经注释在代码：
```C++
bool ALNS::isStoppingCriterionMet()
{
    //是否找到最优可行解。
    if((*(bestSolManager->begin()))->isFeasible() && (*(bestSolManager->begin()))->getObjectiveValue() == lowerBound)
    {
        return true;
    }
    else
    {
        switch(param->getStopCrit())
        {
            //是否达到最大迭代次数。
            case ALNS_Parameters::MAX_IT: {
                return nbIterations >= param->getMaxNbIterations();
            }
            //是否达到最大限制运行时间。
            case ALNS_Parameters::MAX_RT: {
                clock_t currentTime = clock();
                double elapsed = (static_cast<double>(currentTime - startingTime)) / CLOCKS_PER_SEC;
                return elapsed >= param->getMaxRunningTime();
            }
            //the maximum number of iterations without improvement.
            case ALNS_Parameters::MAX_IT_NO_IMP: {
                return nbIterationsWithoutImprovement >= param->getMaxNbIterationsNoImp();
            }
           //a mix of the MAX_IT, MAX_RT and MAX_IT_NO_IMP.
            case ALNS_Parameters::ALL: {
                if(nbIterations >= param->getMaxNbIterations())
                {
                    return true;
                }
                if(nbIterationsWithoutImprovement >= param->getMaxNbIterationsNoImp())
                {
                    return true;
                }
                clock_t currentTime = clock();
                double elapsed = (static_cast<double>(currentTime - startingTime)) / CLOCKS_PER_SEC;
                if(elapsed >= param->getMaxRunningTime())
                {
                    return true;
                }
                return false;
            }

            default: {
                assert(false);
                return false;
            }
        }
    }

}

2.7 ALNS::solve()

开始ALNS算法的迭代过程。这是将上面的模块组装起来，然后跑算法求解的过程了。
```C++
bool ALNS::solve()
{
startingTime = clock();
param->setLock();
acceptanceCriterion->startSignal();
opManager->startSignal();
stats.setStart();
//如果没有遇到终止条件，那么将一次次迭代下去。
while(!isStoppingCriterionMet())
{
performOneIteration();
}
//获取运行结果，返回解是否可行。
string pathGlob = param->getStatsGlobPath();
pathGlob += name;
pathGlob += ".txt";
string pathOp = param->getStatsOpPath();
pathOp += name;
pathOp += ".txt";
stats.generateStatsFile(pathGlob,pathOp);
return (*(bestSolManager->begin()))->isFeasible();
}



# 03 小结
至此，ALNS主逻辑的代码已经讲完了，大家还是以整体为重点，整体把握为主。

细枝末节我们后期还会讲的。并且……后面还有一大波代码有得大家酸爽。

不过还是先把碗里的吃完吧~咱们下期代码再见！

原文地址：https://blog.51cto.com/14328065/2393224

时间： 2024-10-08 09:32:16

代码 | 自适应大邻域搜索系列之(2) - ALNS算法主逻辑结构解析的相关文章

代码 | 自适应大邻域搜索系列之(7) - 局部搜索LocalSearch的代码解析

前言 好了小伙伴们我们又见面了,咳咳没错还是我.不知道你萌接连被这么多篇代码文章刷屏是什么感受,不过,酸爽归酸爽.今天咱们依然讲代码哈~不过今天讲的依然很简单,关于局部搜索LocalSearch的代码. 01 总体概述 其实,LocalSearch在本算法中不是必须使用的,用户可以根据需要来选择是否启用这个功能.但是一般情况下,有了LocalSearch以后效果会好一点.而且本着服务读者的态度(我可以不用,但是小编你不能不讲),就讲讲这个模块吧.和之前讲的几个模块差不多,具体代码也是分成两个部分

代码 | 自适应大邻域搜索系列之(3) - Destroy和Repair方法代码实现解析

前言 上一篇文章中我们具体解剖了ALNS类的具体代码实现过程,不过也留下了很多大坑.接下来的文章基本都是"填坑"了,把各个模块一一展现解析给大家.不过碍于文章篇幅等原因呢,也不会每一行代码都进行讲解,那些简单的代码就跳过了,相信大家也能一眼就看懂.好了,废话不多说,开始干活吧. 01 照旧总体概述 前面我们提到,ALNS中的重中之重就是Destroy和Repair方法了,在整一个ALNS框架中呢,涉及这俩货的有Destroy和Repair方法的具体实现.Destroy和Repair方法

代码 | 自适应大邻域搜索系列之(5) - ALNS_Iteration_Status和ALNS_P

前言 上一篇推文说了,后面的代码难度直线下降,各位小伙伴可以放去n的100次方心了.今天讲讲一些细枝末节,就是前面一直有提到的参数和一些状态的记录代码.这个简单啦,小编也不作过多解释了.大家直接看代码都能看懂,不过小编还是会把逻辑结构给大家梳理出来的.好了,开始干活. 01 ALNS_Iteration_Status 这个类,咳咳,不是抽象类了哈.主要用来记录ALNS迭代过程中的一些中间变量和状态等.主要是成员变量,成员函数都是简单的getter(获取成员变量的接口)或者setter(设置成员变

代码 | 自适应大邻域搜索系列之(6) - 判断接受准则SimulatedAnnealing的代码解

前言 前面三篇文章对大家来说应该很简单吧?不过轻松了这么久,今天再来看点刺激的.关于判断接受准则的代码.其实,判断接受准则有很多种,效果也因代码而异.今天介绍的是模拟退火的判断接受准则.那么,相关的原理之前的推文有讲过,不懂的同学回去翻翻这个文章 复习一下哈,小编也回去看看,咳咳~.好了,废话不多说,开始干活. 01 总体概述 其实这个ALNS的代码库提供了很多的判断接受准则,有最简单的直接根据目标值来判断,也有各种复杂的模拟退火降温冷却等过程来判断.不过,今天挑一个最具代表性的来讲吧,就是模拟

代码 | 自适应大邻域搜索系列之(4) - Solution定义和管理的代码实现解析

前言 上一篇讲解了destroy和repair方法的具体实现代码,好多读者都在喊酸爽和得劲儿--今天这篇就讲点简单的,关于solution的定义和管理的代码实现,让大家回回神吧--哈哈. 01 总体概述 总所周知的是,每一个算法的最终目标都是求解出一个合理的满足心意的solution.因此对solution的定义和管理基本是每个算法都要涉及的.在本ALNS代码中呢,也对solution进行了一定的抽象和规范化,提供了一些标准化的接口,同样需要在具体使用中去重写这些接口. 关于solution的处

自适应大邻域搜索代码系列之(1) - 使用ALNS代码框架求解TSP问题

前言 上次出了邻域搜索的各种概念科普,尤其是LNS和ALNS的具体过程更是描述得一清二楚.不知道你萌都懂了吗?小编相信大家早就get到啦.不过有个别不愿意透露姓名的热心网友表示上次没有代码,遂不过瘾啊~哎,大家先别急,代码有得你们酸爽的-- 不过由于ALNS的代码量实在太大,小编打算把这个做成一个系列来一一为大家讲解,好让小伙伴们彻底把这个算法框架的代码吃透.今天暂时还是先不对代码进行讲解,先来教大家怎么使用ALNS的框架求解一个TSP问题吧~ 环境准备 小编的演示是基于Windows 10 x

干货 | 自适应大邻域搜索(Adaptive Large Neighborhood Search)入

01 首先来区分几个概念 关于neighborhood serach,这里有好多种衍生和变种出来的胡里花俏的算法.大家在上网搜索的过程中可能看到什么Large Neighborhood Serach,也可能看到Very Large Scale Neighborhood Search或者今天介绍的Adaptive Large Neighborhood Search. 对于这种名字相近,实则大有不同的概念,很是让小编这样的新手头疼.不过,小编喜欢凡事都要弄得清清楚楚明明白白的.为了防止大家混淆这些相

大神必修课系列之java 分布式架构的原理解析

分布式术语 1.1. 异常 服务器宕机 内存错误.服务器停电等都会导致服务器宕机,此时节点无法正常工作,称为不可用. 服务器宕机会导致节点失去所有内存信息,因此需要将内存信息保存到持久化介质上. 网络异常 有一种特殊的网络异常称为--网络分区 ,即集群的所有节点被划分为多个区域,每个区域内部可以通信,但是区域之间无法通信. 磁盘故障 磁盘故障是一种发生概率很高的异常. 使用冗余机制,将数据存储到多台服务器. 1.2. 超时 在分布式系统中,一个请求除了成功和失败两种状态,还存在着超时状态. 可以

大神必修课系列之java 分布式架构的原理解

分布式术语 1.1. 异常 服务器宕机 内存错误.服务器停电等都会导致服务器宕机,此时节点无法正常工作,称为不可用. 服务器宕机会导致节点失去所有内存信息,因此需要将内存信息保存到持久化介质上. 网络异常 有一种特殊的网络异常称为--网络分区 ,即集群的所有节点被划分为多个区域,每个区域内部可以通信,但是区域之间无法通信. 磁盘故障 磁盘故障是一种发生概率很高的异常. 使用冗余机制,将数据存储到多台服务器. 1.2. 超时 在分布式系统中,一个请求除了成功和失败两种状态,还存在着超时状态. 可以