Initial commit: cuGenOpt GPU optimization solver

benchmark/experiments/e13_multiobjective/README.md

@@ -0,0 +1,81 @@
+# E13: 多目标优化验证实验
+
+## 实验目标
+
+验证 cuGenOpt 框架的两种多目标比较模式：
+1. **Weighted（加权求和）** - 目标可权衡
+2. **Lexicographic（字典法）** - 目标有严格优先级
+
+## 实验内容
+
+### 主实验（单 GPU）
+
+1. **双目标 VRP (A-n32-k5)**
+   - 目标：最小化总距离 + 最小化车辆数
+   - Weighted 模式：3 组权重配置 `[0.9,0.1]`, `[0.7,0.3]`, `[0.5,0.5]`
+   - Lexicographic 模式：3 组配置（不同优先级和容差）
+
+2. **三目标 VRP (A-n32-k5)**
+   - 目标：最小化总距离 + 最小化车辆数 + 最小化最大路径长度
+   - Weighted 模式：1 组权重配置 `[0.6,0.2,0.2]`
+   - Lexicographic 模式：2 组配置（不同优先级顺序）
+
+3. **双目标 Knapsack (knapPI_1_100)**
+   - 目标：最大化价值 + 最小化重量
+   - Weighted 模式：1 组权重配置 `[0.8,0.2]`
+   - Lexicographic 模式：1 组配置（优先级 [价值, 重量]）
+
+### 附加验证（多 GPU）
+
+- 双目标 VRP (A-n32-k5)
+- Weighted 模式：`[0.7,0.3]`
+- Lexicographic 模式：优先级 [距离, 车辆数]
+- 2×T4, 60 秒, 单次运行
+
+## 编译和运行
+
+### 在 gpu2v100 上编译
+
+```bash
+cd /path/to/generic_solver/benchmark/experiments/e13_multiobjective
+make
+```
+
+### 运行实验
+
+```bash
+./e13_multiobjective > e13_results.txt 2>&1
+```
+
+## 文件说明
+
+- `bi_objective_vrp.cuh` - 双目标 VRP Problem 定义
+- `tri_objective_vrp.cuh` - 三目标 VRP Problem 定义
+- `bi_objective_knapsack.cuh` - 双目标 Knapsack Problem 定义
+- `gpu.cu` - 主实验程序
+- `Makefile` - 编译配置
+- `DESIGN.md` - 详细实验设计文档
+
+## 预期输出
+
+每个配置运行 5 次（seeds: 42, 123, 456, 789, 2024），输出格式：
+
+```
+[BiVRP] W_90_10 (mode=Weighted, multi_gpu=NO)
+  Run 1 (seed=42): obj0=850.23 obj1=6.00 penalty=0.00 time=60.0s gen=12345
+  Run 2 (seed=123): obj0=845.67 obj1=6.00 penalty=0.00 time=60.0s gen=12456
+  ...
+```
+
+## 数据分析
+
+实验完成后，运行数据分析脚本生成报告：
+
+```bash
+python3 analyze_results.py e13_results.txt
+```
+
+将生成 `E13_REPORT.md` 包含：
+- Weighted 不同权重下的解质量对比表
+- Lexicographic 不同容差下的解质量对比表
+- 多 GPU 验证结果