过去一年主要在研究VRP及其相关变种问题，取得了一些成果。一直没有好好总结，特别是怎么从工程角度来看待这一问题，还有记录一些未来可拓展的方向，下面的内容不涉及具体的方法，只是一些思考。

研究些什么？

研究约束最优化问题，其实是研究怎么在有限的资源情况下作出选择。我要如何看待我的目标，如何看待我的约束，如果是动态问题，研究怎么刻画各种不确定性，甚至我不知道我不知道什么。在这种情形下，我如何作出最优决策。更近一步，研究变量，约束，目标，不确定性，四体之间的互相联系和互相影响。

被忽略的约束

在理论研究中，通常只考虑条件约束，要假定资源是无限的，信息是全量的。在工程问题中，这些假定太苛刻，我们需要考虑决策成本，参与决策的计算资源时有限的，决策时是不能瞬间处理所有信息。所以必须要将计算资源作为一种隐性的约束。

真正的信息

在有限的计算资源下，是无法处理全量信息的，妄图处理所有噪声，只能得到一个黑箱。更好的方式是找出真正有关联和因果的信息，并对这些信息做决策，这是效率的关键。甚至根据相互作用，直接写下方程，不需要用优化的方式。

远离最优

追求最优，需要考量到每一个角落，整个代码组织会很复杂。在最优点稍微摆动一下的惩罚非常小，但是全局最优需要的计算量极大。从全局考虑整个决策维度很高，通常只能从局部进行更新。如果从局部出发，其他区域不作出改变，局部单方面改善自己的状况的能力有限。不如换一种方式，只改善局部的可能性，为寻找最优创造宽松的约束环境，而不是直接追求最优。往往在不经意间就达到了最优。

研究方法

做研究最好先从问题开始而不是从理论开始，我通常喜欢从与他人讨论出发先产生问题，提出猜想，写代码验证，反复观测结果，再重复上述过程。我们也要重视现有的理论，理论可以让你了解现有的思维模型，提供被证明过的边界，让你少走弯路。毕竟创新和直觉不是凭空产生的，要么是基于前人的理论，要么是基于对问题的理解程度。

可拓展的方向

  • 从中观出发寻求一个简洁的方法，可以同时避免宏观上过于模糊和微观上无效的精确。
  • 将问题求解的过程，定义为多阶段，比如：萌芽期、成长期、成熟期。并研究各个时期所适用的方法
  • 找出过程中超预期的情况，再用不同的方法应对。
  • 引入多样性演化，评估各自的效率。
  • 干预最稳定的局部结构