是否存在optaplanner vrp模型使每单位成本最小化的例子?

Question

我有一个vrp变体，可以最大限度地降低一组液体交付的成本。我被要求将单位成本降到最低。

成本是:每小时的车辆成本，从静止状态，回到仓库(只是从VRP的例子到上一次静止的时间和到仓库的时间，乘以车辆每小时的速度)，加上产品的成本。

交付的数量取决于解决方案，但可以通过对每辆车的交付量进行求和来计算。

所以我有三个成本流和一个单位计数流。有没有一种方法可以把它们合起来，然后把这两个总和除以?或者影子变量是唯一的方法吗?

对于影子变量方法，我将为每个客户添加"成本"，然后使用单个约束替换所有软约束，如下所示:

protected Constraint costPerUnit(ConstraintFactory factory) {
return factory.forEach(Customer.class)
.groupBy( c->sumLong(c.getCost()), sumLong(c.getLitres))
.penalizeLong(
HardSoftLongScore.ONE_SOFT,
(cost, amount) -> cost / amount)
.asConstraint("costOfProduct");
}

看起来会很慢。

编辑:考虑到这一点更多，是否有一个性能的原因使用约束流，而不是仅仅计算分数在监听器，然后使用一个简单的约束流规则的所有软约束?

Answer 1

尽管，通过大量的关注和注意，您可能可以实现一个非常快速的侦听器来处理这类问题，但我怀疑它是否会像适当的增量解决方案一样快。

现在这个解决方案需要使用约束流实现吗?不。对于小问题，EasyScoreCalculator将会很容易，但是对于小问题，您不需要OptaPlanner。对于规模较大但分数计算方式简单的问题，您可能想要查看IncrementalScoreCalculator-这些很难实现，但一旦您掌握了正确的方法，就没有办法更快了。设计良好的增量计算器在性能方面通常优于约束流。

约束流的主要优点是良好的性能，而不需要复杂的代码。你得到了约束证明，因此得到了分数解释。缺点是你必须学会用API来思考，这有一些开销。这取决于你权衡这些因素，并做出最适合你的特定问题的选择。