使用Optaplanner解决VRPTWPD

时间:2014-11-20 22:44:42

标签: java drools optaplanner

我是optaplanner的新手,我希望用它来解决拾取和交付的VRPTW问题(VRPTWPD)。

我首先从示例repo中获取VRPTW code。我想添加它来解决我的问题。但是,我无法返回一个符合优先级/车辆限制的解决方案(必须在交付之前完成取件,并且两者都必须由同一车辆完成)。

我一直在返回一个解决方案,其中硬分数是我期望的这样一个解决方案(即我可以在一个小样本问题中加上所有违规行为,并看到硬分数与我为这些违规分配的处罚相匹配)。

我尝试的第一种方法遵循Geoffrey De Smet在此处列出的步骤 - https://stackoverflow.com/a/19087210/351400

每个Customer都有一个变量customerType,用于描述它是拾取(PU)还是传递(DO)。它还有一个名为parcelId的变量,用于指示正​​在拾取或交付的包裹。

我在名为Customer的{​​{1}}中添加了一个阴影变量。这是一个HashSet,它包含了驱动程序在访问给定parcelIdsOnboard时所拥有的所有parcelIds。

保持Customer更新的VariableListener如下所示:

parcelIdsOnboard

然后我添加了以下流口水规则:

public void afterEntityAdded(ScoreDirector scoreDirector, Customer customer) {
    if (customer instanceof TimeWindowedCustomer) {
        updateParcelsOnboard(scoreDirector, (TimeWindowedCustomer) customer);
    }
}

public void afterVariableChanged(ScoreDirector scoreDirector, Customer customer) {
    if (customer instanceof TimeWindowedCustomer) {
        updateParcelsOnboard(scoreDirector, (TimeWindowedCustomer) customer);
    }
}

protected void updateParcelsOnboard(ScoreDirector scoreDirector, TimeWindowedCustomer sourceCustomer) {
    Standstill previousStandstill = sourceCustomer.getPreviousStandstill();
    Set<Integer> parcelIdsOnboard = (previousStandstill instanceof TimeWindowedCustomer)
            ? new HashSet<Integer>(((TimeWindowedCustomer) previousStandstill).getParcelIdsOnboard()) : new HashSet<Integer>();

    TimeWindowedCustomer shadowCustomer = sourceCustomer;
    while (shadowCustomer != null) {
        updateParcelIdsOnboard(parcelIdsOnboard, shadowCustomer);
        scoreDirector.beforeVariableChanged(shadowCustomer, "parcelIdsOnboard");
        shadowCustomer.setParcelIdsOnboard(parcelIdsOnboard);
        scoreDirector.afterVariableChanged(shadowCustomer, "parcelIdsOnboard");
        shadowCustomer = shadowCustomer.getNextCustomer();
    }
}

private void updateParcelIdsOnboard(Set<Integer> parcelIdsOnboard, TimeWindowedCustomer customer) {
    if (customer.getCustomerType() == Customer.PICKUP) {
        parcelIdsOnboard.add(customer.getParcelId());
    } else if (customer.getCustomerType() == Customer.DELIVERY) {
        parcelIdsOnboard.remove(customer.getParcelId());
    } else {
        // TODO: throw an assertion
    }
}

对于我的示例问题,我创建了总共6个rule "pickupBeforeDropoff" when TimeWindowedCustomer((customerType == Customer.DELIVERY) && !(parcelIdsOnboard.contains(parcelId))); then System.out.println("precedence violated"); scoreHolder.addHardConstraintMatch(kcontext, -1000); end 个对象(3个PICKUPS和3个DELIVERIES)。我的车队规模是12辆。

当我运行这个时,我一直得到-3000的硬分,这与我的输出匹配,我看到两辆车正在使用。一辆车完成所有PICKUPS,一辆车完成所有交付。

我使用的第二种方法是为每个Customer提供对其Customer对象的引用(例如,对于包裹1的PICKUP Customer有一个参考对于包裹1的交付Customer,反之亦然。)

然后我实施了以下规则来强制包裹在同一车辆中(注意:没有完全实现优先约束)。

Customer

对于相同的样本问题,这始终给出-3000的分数和与上述分数相同的解决方案。

我已尝试在rule "pudoInSameVehicle" when TimeWindowedCustomer(vehicle != null && counterpartCustomer.getVehicle() != null && (vehicle != counterpartCustomer.getVehicle())); then scoreHolder.addHardConstraintMatch(kcontext, -1000); end 模式下运行这两项规则。使用FULL_ASSERT的规则不会触发任何异常。但是,规则parcelIdsOnboard会触发以下异常(在"pudoInSameVehicle"模式下未触发)。

FAST_ASSERT

我不确定为什么这会被破坏,我们非常感谢任何建议。

有趣的是,这两种方法都产生了相同(不正确)的解决方案。我希望有人会对接下来要尝试的内容提出一些建议。谢谢!

更新

在深入了解在FULL_ASSERT模式下触发的断言之后,我意识到问题在于PICKUP和DELIVERY The corrupted scoreDirector has no ConstraintMatch(s) which are in excess. The corrupted scoreDirector has 1 ConstraintMatch(s) which are missing: 的依赖性。也就是说,如果您执行移动以消除交付Customer上的严厉惩罚,您还必须删除与PICKUP Customer相关联的惩罚。为了保持这些同步,我更新了Customer和我的VehicleUpdatingVariableListener以触发ArrivalTimeUpdatingVariableListener个对象上的得分计算回调。更新后的Customer方法会触发刚刚移动对方updateVehicle的{​​{1}}的分数计算。

Customer

这解决了我在第二种方法中遇到的分数损坏问题,并且在一个小样本问题上,产生了一个满足所有硬约束的解决方案(即解决方案的硬分数为0)。

我接下来试图运行一个更大的问题(约380个客户),但解决方案返回非常糟糕的难分。我尝试寻找1分钟,5分钟和15分钟的溶液。分数似乎随运行时线性增加。但是,在15分钟时,解决方案仍然非常糟糕,似乎需要运行至少一个小时才能生成可行的解决方案。 我需要最多在5-10分钟内运行。

我了解了Filter Selection。我的理解是你可以运行一个函数来检查你要进行的移动是否会导致破坏内置的硬约束,如果可以,则跳过此移动。

这意味着您不必重新进行分数计算或探索您知道不会富有成果的分支机构。例如,在我的问题中,我不希望您能够将Customer移动到protected void updateVehicle(ScoreDirector scoreDirector, TimeWindowedCustomer sourceCustomer) { Standstill previousStandstill = sourceCustomer.getPreviousStandstill(); Integer departureTime = (previousStandstill instanceof TimeWindowedCustomer) ? ((TimeWindowedCustomer) previousStandstill).getDepartureTime() : null; TimeWindowedCustomer shadowCustomer = sourceCustomer; Integer arrivalTime = calculateArrivalTime(shadowCustomer, departureTime); while (shadowCustomer != null && ObjectUtils.notEqual(shadowCustomer.getArrivalTime(), arrivalTime)) { scoreDirector.beforeVariableChanged(shadowCustomer, "arrivalTime"); scoreDirector.beforeVariableChanged(((TimeWindowedCustomer) shadowCustomer).getCounterpartCustomer(), "arrivalTime"); shadowCustomer.setArrivalTime(arrivalTime); scoreDirector.afterVariableChanged(shadowCustomer, "arrivalTime"); scoreDirector.afterVariableChanged(((TimeWindowedCustomer) shadowCustomer).getCounterpartCustomer(), "arrivalTime"); departureTime = shadowCustomer.getDepartureTime(); shadowCustomer = shadowCustomer.getNextCustomer(); arrivalTime = calculateArrivalTime(shadowCustomer, departureTime); } } ,除非将其对应方分配给该车辆或根本没有分配车辆。< / p>

这是我为检查而实施的过滤器。它只适用于ChangeMoves,但我怀疑我需要这个来为SwapMoves实现类似的功能。

Customer

立即添加此过滤器会导致分数下降。这让我觉得我已经错误地实现了这个功能,虽然我不清楚为什么它不正确。

更新2:

一位同事用我的PrecedenceFilterChangeMove指出了问题。正确的版本如下。我还包括PrecedenceFilterSwapMove实现。总之,这些使我能够在大约10分钟内找到没有硬约束的问题的解决方案。我认为还有其他一些优化措施可以进一步减少这种优化。

如果这些更改很有效,我会发布另一个更新。我仍然希望听到optaplanner社区中有关我的方法的人以及他们是否认为有更好的方法来模拟这个问题!

PrecedenceFilterChangeMove

Vehicle

PrecedenceFilterSwapMove

public class PrecedenceFilterChangeMove implements SelectionFilter<ChangeMove> { 

    @Override
    public boolean accept(ScoreDirector scoreDirector, ChangeMove selection) {
        TimeWindowedCustomer customer = (TimeWindowedCustomer)selection.getEntity();
        if (customer.getCustomerType() == Customer.DELIVERY) {
            if (customer.getCounterpartCustomer().getVehicle() == null) {
                return true;
            }
            return customer.getVehicle() == customer.getCounterpartCustomer().getVehicle();
        }
        return true;
    }
}

1 个答案:

答案 0 :(得分:0)

mixed pickup and delivery VRP experimental code here,它可以工作。我们还没有完善的现成示例,但我们正在制定长期的路线图。