Question

我经历了tutorial from google，而且我似乎了解大多数代码。我的问题是，他们仅根据严格的约束条件选择解决方案。大多数论文还使用软约束，每个约束都有它的系数。所有约束的总和乘以其系数会产生花名册的费用，因此目标是使该值最小化。我的问题是，如何将其添加到代码中？

# Create the decision builder.
db = solver.Phase(shifts_flat, solver.CHOOSE_FIRST_UNBOUND,
                solver.ASSIGN_MIN_VALUE)

# Create the solution collector.
solution = solver.Assignment()
solution.Add(shifts_flat)
collector = solver.AllSolutionCollector(solution)
solver.Solve(db, [collector])

我不确定决策制定者的工作（或其参数），也不确定solver.Assignment()或solver.AllSolutionCollector(solution)。

我发现的只有this，但我不确定如何使用它。（也许叫solver.Minimize(cost, ?)而不是分配？）

Answer 1

0

如果您查看：

https://github.com/google/or-tools/blob/stable/examples/python/shift_scheduling_sat.py

数据定义了员工的要求：

https://github.com/google/or-tools/blob/stable/examples/python/shift_scheduling_sat.py#L219

模型直接为每个元组（员工，工作日，班次）创建一个布尔变量。

因此将其添加到目标很简单：

# Employee requests
for e, s, d, w in requests:
    obj_bool_vars.append(work[e, s, d])
    obj_bool_coeffs.append(w)

这在最小化代码中使用：

# Objective
model.Minimize(
    sum(obj_bool_vars[i] * obj_bool_coeffs[i]
        for i in range(len(obj_bool_vars))) + sum(
            obj_int_vars[i] * obj_int_coeffs[i]
            for i in range(len(obj_int_vars))))

使用ortools约束求解器进行护士排班

1 个答案: