本文為公眾號「小鼴鼠談供應鏈」的第46篇原創文章，轉載需附帶作者和出處，如需加白名單請在後臺留言。
上一篇聊了《網絡規劃中的重心法--人人能懂的算法》，所謂人人能懂得前提是你沒完全忘記初中數學。所幸的是會點開這類標題讀的小夥伴，果然都能想起來勾股定理，算是人人能懂了。這篇來聊一下，理論上是依賴經驗人人都能做的： 網絡規劃中的啟發式算法。但人人能做不代表結果能做好，啟發式算法有高效的地方，也能把人帶溝裡。
先看定義，啟發式算法(heuristic algorithm)：一個基於直觀或經驗構造的算法，在可接受的花費(指計算時間和空間)下給出待解決組合優化問題每一個實例的一個可行解，該可行解與最優解的偏離程度一般不能被預計。
在網絡規劃中，所謂的最短路徑問題有很多種意思， 使用啟發式算法指的是一個在一個搜尋樹的節點上定義的函數，用於評估從此節點到目標節點最便宜的路徑。啟發式算法是一種技術，這種技術使得在可接受的計算成本內去搜尋最好的解，但不一定能保證所得的可行解是最優解，甚至在多數情況下，無法闡述所得解同最優解的近似程度。
看到這裡還能忍住沒關掉這文的小夥伴給自己鼓個掌，堅持著再看點背景內容就更明白些了。物流網絡規劃是算法的應用，它的抽象表達方式就是數學模型。運籌學的的一個分支是解決離散的優化問題，通過對數學的應用解決離散事件的最優編排、分組、順序或篩選。應用於信息技術、經濟管理、工業工程、交通運輸等領域。
通俗的解釋就是，人在解決問題時所採取的一種根據經驗規則進行發現的方法。其特點是在解決問題時,利用過去的經驗,選擇已經行之有效的方法，而不是系統地、以確定的 步驟去尋求答案。啟發式解決問題的方法是與算法相對立的。算法是把各種可能性都一一進行嘗試，最終能找到問題的答案，但它是在很大的問題空間內，花費大量 的時間和精力才能求得答案。啟發式方法則是在有限的搜索空間內，大大減少嘗試的數量，能迅速地達到問題的解決。但由於這種方法具有嘗試錯誤的特點，所以也 有失敗的可能性。科學家的許多重大發現，常常是利用極為簡單的啟發式規則。
啟發式算法的優勢是相對簡單直觀，多數情況下運算快，程序簡單易於修改，但它的劣勢是表現不穩定，不能保證最優解，算法的好壞依賴於實際問題、經驗和設計者的技術，可能無法避免陷入局部最優解。
比如生產製造企業有2個工廠，客戶分布在8個區域，規劃建立3處配送中心，有5個配送中心備選，分別已知各備選配送中心的固定成本和單位變動成本，各工廠產量和各區域客戶需求量，利用啟發式算法可以求解。抱歉公式輸入太過耗時，書上的直接拍照貼上來又不清晰，就不解釋具體算法了。這個簡單的案例中，啟發式算法可以快速找出不同貨量區間下的倉庫選點。
算法是程序設計的靈魂，代表著用系統的方法描述解決問題的策略與機制。作為網絡規劃程序的使用者，即便不需要清楚具體的公式，也需要了解算法背後的底層邏輯，這樣才能在實際應用時的比較選擇中做出更靠譜的判斷。希望這篇對你了解算法有幫助。