OptaPlanner 车辆路线和客户访问之间的关系

Question

我正在使用 OptaPlanner 优化与提供的示例非常相似的车辆路线问题。

我面临以下挑战，并会欣赏一些想法。

对客户的某些访问与其他访问有关系，例如：

• 一次访问必须与另一次访问同时开始。
• 一次访问必须在另一次访问结束后 2 小时开始。
• 一次访问必须分配给分配给另一次访问的同一车辆。

挑战是：如何在移动访问时允许移动访问而不导致分数降低？

每次访问可能在不同的机器上（分配给不同的车辆），因此所有提供的移动选择器很可能会提供仅改变一次访问的移动。由于依赖关系，此类移动很可能导致得分较低，并且永远不会被选中。

相同的开始场景：任何改变一次访问开始时间的动作都会导致得分较低。 相同的车辆场景：任何将一次访问更改为不同车辆的移动都将导致较低的分数。

目前我正在使用禁忌搜索，结果令人满意。 迟到可能是答案。

谢谢。

Answer 1

您所描述的是 score trap 的一种形式。虽然当分数陷阱存在时，Late Acceptance 可能会产生比禁忌搜索更好的结果（并且它只是更改了 2 行来切换到它），但它仍然会严重影响结果。

那些docs描述2个答案摆脱分数陷阱：

1) 提高评分函数粒度在这种情况下不起作用。

2) 粗略的移动在这种情况下会起作用。例如，您可以添加一个自定义移动工厂（但也保留原始 moveSelectors - 或者更好地使用和不使用原始 moveSelectors 进行基准测试）。让自定义移动工厂生成不太可能打破这些约束的移动。例如：如果访问 A 和 B 需要同一辆车，则将 A 移动到另一辆车的链中，同时将 B 移动到同一车辆链中的其他位置（重用 CompositeMove）。

我很快就会记录第三种方法（但我认为它不容易适用于这个案例）：

3) 在某些情况下，可以将这样的硬约束烘焙到模型的类图中（这使得它们成为内置的硬约束）。例如在考试安排中，如果需要在同一时间段进行 2 次或更多次考试，则只有 1 次考试是“领导者”并且具有时间段变量。其他考试是“从众”，这意味着当领导者改变时，他们的时间段会通过影子变量进行调整。