Optimization 如何对优化问题（在IDE中）和求解器实施定制的启发式？

我读过几篇文章，这些文章描述了在各种路由问题中使用启发式算法，从而加快了所用解算器（如Gecode、CBC）的运行时间。例如，在CPLEX/Minizing IDE中，我们有一个车辆路径问题（VRP）的约束问题，一个包含车辆需要到达的位置的数据文件（Minizing中的（.dzn文件）。然后，作者在这些论文中实现了各种路由启发式算法，以获得每个约束模型的解决方案（可能不是最优的）

因此，我的问题是，如何实现启发式（可以定制为您设计的、没有内置于he解算器的启发式）？启发式是在另一个IDE中完成的吗

---

我一直在浏览在线文献，但还没有发现这实际上是如何做到的，特别是对于Minizing和Cplex的案例，比如Gecode解算器。如果能在这个问题上分享一些见解就太好了！：）

通常在一些编程语言中。如中所述，它们只是代码，而不是用用于线性规划的IDE编写的。我提出的大多数启发式方法都是用Python编写/原型化的（PyCharm作为IDE），但任何语言都可以很容易地使用。然后，这些启发式的输出可以用于热启动ILP解决方案（我不知道Minizing，但CPLEX允许您非常轻松地执行此操作）。我主要使用，之后，将我的启发式输出集成到CPLEX模型实际上非常容易。对热启动进行了解释，但可能并不总是可行。@N.Wouda抱歉，但要澄清的是，“启发式输出”是否意味着，例如，对于分配给每辆车的路线问题（订单批处理），如果最初使用分配启发式，然后，以分配给每辆车的形式的启发式输出将被插入到路线模型中？是的，它（通常，但不总是）是解决问题的另一种方法。请注意，有时它也可以解决部分问题，这些是部分启发式。解算器用于线性规划/最佳解决方案-启发式可以用任何编程语言编写。我不知道任何直接的东西，但在或中的大多数论文都涉及这两步过程。我想请你阅读出版物。我在快速搜索github的代码时遇到的一个问题是（和）。