2016-09-15 15 views
0

Чтобы лучше понять программирование по программированию позади или инструментами, я создал игрушечный пример депо и 4 других узла, настроенных чтобы разрешить два маршрута.Перенастройка OR-инструментов не позволяет найти «тривиальное» оптимальное решение при наличии ограничений порядка

enter image description here

Идея заключается в том, что транспортное средство движется из депо 0 к 1, то либо выбирает 2 или 3, продолжает 4 и возвращается в депо 0; автомобиль либо выбирает зеленый, либо красный путь. Моя фактическая проблема сложнее и имеет несколько транспортных средств, но имеет схожие ограничения.

Для этого примера я создал функцию евклидова расстояния по стоимости:

class Distances: 
    def __init__(self): 
     self.locations = [ 
      [-1, 0], # source 
      [ 0, -1], # waypoint 1 
      [ 0, 1], # waypoint 2 
      [ 1, 0], # destination 
     ] 

    def __len__(self): 
     return len(self.locations) + 1 

    def dist(self, x, y): 
     return int(10000 * math.sqrt(
      (x[0] - y[0]) ** 2 + 
      (x[1] - y[1]) ** 2)) 

    def __call__(self, i, j): 
     if i == 0 and j == 0: 
      return 0 
     if j == 0 or i == 0: 
      return 1 # very small distance between depot and non-depot, simulating 0 
     return self.dist(self.locations[i - 1], self.locations[j - 1]) 


distance = Distances() 

и функция l0 расстояние до тягот заказ:

# l0-distance to add order constraints 
class Order: 
    def __call__(self, i, j): 
     return 0 if i == j else 1 


order = Order() 

Затем я создаю модель и попытайтесь решить эту проблему:

search_parameters = pywrapcp.RoutingModel.DefaultSearchParameters() 
search_parameters.first_solution_strategy = (
     routing_enums_pb2.FirstSolutionStrategy.ALL_UNPERFORMED) 

search_parameters.local_search_metaheuristic = routing_enums_pb2.LocalSearchMetaheuristic.SIMULATED_ANNEALING 
search_parameters.time_limit_ms = 3000 

routing = pywrapcp.RoutingModel(len(distance), 1) 

routing.SetArcCostEvaluatorOfAllVehicles(distance) 
routing.SetDepot(0) 
solver = routing.solver() 

routing.AddDimension(order, int(1e18), int(1e18), True, "order") 

# Since `ALL_UNPERFORMED` is used, each node must be allowed inactive 
order_dimension = routing.GetDimensionOrDie("order") 
routing.AddDisjunction([1], int(1e10)) 
routing.AddDisjunction([2, 3], int(1e10)) 
routing.AddDisjunction([4], int(1e10)) 

solver.AddConstraint(order_dimension.CumulVar(1) <= order_dimension.CumulVar(2)) 
solver.AddConstraint(order_dimension.CumulVar(1) <= order_dimension.CumulVar(3)) 

solver.AddConstraint(order_dimension.CumulVar(2) <= order_dimension.CumulVar(4)) 
solver.AddConstraint(order_dimension.CumulVar(3) <= order_dimension.CumulVar(4)) 

# routing.AddPickupAndDelivery(1, 2) 
# routing.AddPickupAndDelivery(1, 3) 
# routing.AddPickupAndDelivery(2, 4) 
# routing.AddPickupAndDelivery(3, 4) 

routing.CloseModelWithParameters(search_parameters) 
assignment = routing.SolveWithParameters(search_parameters) 

if assignment is not None: 
    print('cost: ' + str(assignment.ObjectiveValue())) 
    route = [] 
    index = routing.Start(0) 
    while not routing.IsEnd(index): 
     route.append(routing.IndexToNode(index)) 
     index = assignment.Value(routing.NextVar(index)) 
    for node in route: 
     print(' - {:2d}'.format(node)) 
else: 
    print('nothing found') 

Таким образом, [1] и [4] являются дизъюнкциями для разрешения ALL_UNPERFORMED первого решения на работу, а дизъюнкция [2, 3] означает, что нужно выбрать зеленый или красный путь.

С этой дизъюнкцией решатель находит решение, но если я добавлю, что 2 и 3 следует посетить после 1 и до 4, решатель не посещает 2 или 3 вообще. Почему это так? Почему не может решатель найти более оптимальный маршрут 0 -> 1 -> 2/3 -> 4 -> 0, избегая штрафа дзюзиса int(1e10) за [2,3]?

EDIT:

Soft-сдерживая заказ-ограничение, удаляя их и добавляя к Distance.__call__:

if (i == 2 or j == 1) or (i == 3 or j == 1) or (i == 4 or j == 2) or (i == 4 or j == 3): 
    return int(1e10) 

штрафовать запрещенный порядок, результаты в маршруте 0 -> 2 -> 1 -> 4 -> 0. Поэтому я удивляюсь, почему или-инструменты не будут меняться 1 и 2, даже если явно разрешено use_swap_active и use_relocate_neighbors в search_parameters.local_search_operators.

Примечание: Не удалось, потому что это должно было быть:

if (i == 2 and j == 1) or (i == 3 and j == 1) or (i == 4 and j == 2) or (i == 4 and j == 3): 
    return int(1e10) 

Заключительное: пространство поиска мало, лучшим решением является в окрестности use_relocate_neighbors возвращенного раствора, или еще-инструменты делает не найти его. Зачем?

Весь код:

import pandas 
import os.path 

import numpy 
import math 
from ortools.constraint_solver import pywrapcp 
from ortools.constraint_solver import routing_enums_pb2 


class Distances: 
    def __init__(self): 
     self.locations = [ 
      [-1, 0], # source 
      [ 0, -1], # waypoint 1 
      [ 0, 1], # waypoint 2 
      [ 1, 0], # destination 
     ] 

    def __len__(self): 
     return len(self.locations) + 1 

    def dist(self, x, y): 
     return int(10000 * math.sqrt(
      (x[0] - y[0]) ** 2 + 
      (x[1] - y[1]) ** 2)) 

    def __call__(self, i, j): 
     if i == 0 and j == 0: 
      return 0 
     if j == 0 or i == 0: 
      return 1 # very small distance between depot and non-depot, simulating 0 
     return self.dist(self.locations[i - 1], self.locations[j - 1]) 


distance = Distances() 


# l0-distance to add order constraints 
class Order: 
    def __call__(self, i, j): 
     return 0 if i == j else 1 


order = Order() 

search_parameters = pywrapcp.RoutingModel.DefaultSearchParameters() 
search_parameters.first_solution_strategy = (
     routing_enums_pb2.FirstSolutionStrategy.ALL_UNPERFORMED) 

search_parameters.local_search_metaheuristic = routing_enums_pb2.LocalSearchMetaheuristic.SIMULATED_ANNEALING 
search_parameters.time_limit_ms = 3000 

routing = pywrapcp.RoutingModel(len(distance), 1) 

routing.SetArcCostEvaluatorOfAllVehicles(distance) 
routing.SetDepot(0) 
solver = routing.solver() 

routing.AddDimension(order, int(1e18), int(1e18), True, "order") 

# Since `ALL_UNPERFORMED` is used, each node must be allowed inactive 
order_dimension = routing.GetDimensionOrDie("order") 
routing.AddDisjunction([1], int(1e10)) 
routing.AddDisjunction([2, 3], int(1e10)) 
routing.AddDisjunction([4], int(1e10)) 

solver.AddConstraint(
    (routing.ActiveVar(2) == 0) 
    or 
    (order_dimension.CumulVar(1) <= order_dimension.CumulVar(2)) 
) 
solver.AddConstraint(
    (routing.ActiveVar(3) == 0) 
    or 
    (order_dimension.CumulVar(1) <= order_dimension.CumulVar(3)) 
) 


solver.AddConstraint(
    (routing.ActiveVar(2) == 0) 
    or 
    (order_dimension.CumulVar(2) <= order_dimension.CumulVar(4)) 
) 
solver.AddConstraint(
    (routing.ActiveVar(3) == 0) 
    or 
    (order_dimension.CumulVar(3) <= order_dimension.CumulVar(4)) 
) 

# routing.AddPickupAndDelivery(1, 2) 
# routing.AddPickupAndDelivery(1, 3) 
# routing.AddPickupAndDelivery(2, 4) 
# routing.AddPickupAndDelivery(3, 4) 

routing.CloseModelWithParameters(search_parameters) 
assignment = routing.SolveWithParameters(search_parameters) 

if assignment is not None: 
    print('cost: ' + str(assignment.ObjectiveValue())) 
    route = [] 
    index = routing.Start(0) 
    while not routing.IsEnd(index): 
     route.append(routing.IndexToNode(index)) 
     index = assignment.Value(routing.NextVar(index)) 
    for node in route: 
     print(' - {:2d}'.format(node)) 
else: 
    print('nothing found') 

ответ

1

@furnon На GitHub ответил на мой вопрос через список GitHub-вопросы: https://github.com/google/or-tools/issues/252#issuecomment-249646587

программирование Во-первых, ограничение работает лучше на более жесткие ограничения, я думаю, некоторые вещи ищут exaustively. В частности, мне пришлось ограничить заказ-измерение:

routing.AddDimension(order, int(1e18), int(1e18), True, "order") 

лучше сдерживается через

routing.AddDimension(order, len(distance) + 1 ,len(distance) + 1, True, "order") 

Впоследствии проверка на ли 2 или 3 активен не требуется, следовательно, мы можем упростить заказ-сдерживает как это:

solver.AddConstraint(order_dimension.CumulVar(1) <= order_dimension.CumulVar(2)) 
solver.AddConstraint(order_dimension.CumulVar(1) <= order_dimension.CumulVar(3)) 
solver.AddConstraint(order_dimension.CumulVar(2) <= order_dimension.CumulVar(4)) 
solver.AddConstraint(order_dimension.CumulVar(3) <= order_dimension.CumulVar(4)) 

Как я уже сделал в инлайн версии, но не в версии все-кода. Теперь возвращается приемлемое решение.

 Смежные вопросы

  • Нет связанных вопросов^_^