OR-Tools для VRP без ошибочно сгруппированных ограничений

Я использую инструменты ИЛИ для решения VRP без каких-либо ограничений. Вот исходный код:

def create_data_model():
    """Stores the data for the problem."""
    data = {}
    data['distance_matrix'] = [
        [0, 20079, 2613, 8005, 19277, 12468, 13701],
        [0, 0, 21285, 16012, 32574, 35394, 28806],
        [0, 18233, 0, 5392, 19965, 19650, 13064],
        [0, 15013, 5639, 0, 22883, 22570, 15982],
        [0, 32991, 19256, 21815, 0, 18414, 9112],
        [0, 34348, 16976, 23122, 15678, 0, 14647],
        [0, 27652, 13917, 16476, 8043, 14820, 0]
    ]
    data['time_matrix'] = [
        [0, 1955, 508, 1331, 1474, 1427, 1292],
        [0, 0, 1795, 1608, 2057, 2410, 2036],
        [0, 1485, 0, 823, 1370, 1541, 1100],
        [0, 1402, 924, 0, 1533, 1637, 1263],
        [0, 2308, 1663, 1853, 0, 1766, 1104],
        [0, 2231, 1373, 1660, 1441, 0, 1554],
        [0, 1998, 1353, 1543, 764, 1550, 0]
    ]
    data['num_vehicles'] = 6
    data['depot'] = 0
    return data

def print_solution(data, manager, routing, solution):
    """Prints solution on console."""
    max_route_distance = 0
    for vehicle_id in range(data['num_vehicles']):
        index = routing.Start(vehicle_id)
        plan_output = 'Route for vehicle {}:\n'.format(vehicle_id)
        route_distance = 0
        while not routing.IsEnd(index):
            plan_output += ' {} -> '.format(manager.IndexToNode(index))
            previous_index = index
            index = solution.Value(routing.NextVar(index))
            route_distance += routing.GetArcCostForVehicle(
                previous_index, index, vehicle_id)
        plan_output += '{}\n'.format(manager.IndexToNode(index))
        plan_output += 'Distance of the route: {}m\n'.format(route_distance)
        print(plan_output)
        max_route_distance = max(route_distance, max_route_distance)
    print('Maximum of the route distances: {}m'.format(max_route_distance))

def test(request):
    # Instantiate the data problem.
    data = create_data_model()
    # Create the routing index manager.
    manager = pywrapcp.RoutingIndexManager(len(data['distance_matrix']),
                                           data['num_vehicles'], data['depot'])
    # Create Routing Model.
    routing = pywrapcp.RoutingModel(manager)
    
    def distance_callback(from_index, to_index):
        """Returns the distance between the two nodes."""
        # Convert from routing variable Index to distance matrix NodeIndex.
        from_node = manager.IndexToNode(from_index)
        to_node = manager.IndexToNode(to_index)
        return data['distance_matrix'][from_node][to_node]

    transit_callback_index = routing.RegisterTransitCallback(distance_callback)
    
    routing.SetArcCostEvaluatorOfAllVehicles(transit_callback_index)

    dimension_name = 'Distance'
    routing.AddDimension(
        transit_callback_index,
        0,  # no slack
        1000000000,  # vehicle maximum travel distance
        True,  # start cumul to zero
        dimension_name)
    distance_dimension = routing.GetDimensionOrDie(dimension_name)
    distance_dimension.SetGlobalSpanCostCoefficient(35394)
    
    # Setting first solution heuristic.
    search_parameters = pywrapcp.DefaultRoutingSearchParameters()
    search_parameters.first_solution_strategy = (
        routing_enums_pb2.FirstSolutionStrategy.PATH_CHEAPEST_ARC)

    # Solve the problem.
    solution = routing.SolveWithParameters(search_parameters)

    # Print solution on console.
    if solution:
        print_solution(data, manager, routing, solution)

    return HttpResponse('')

Все вышеизложенное было скопировано из примера Google, за исключением следующего:

  1. Моя собственная матрица расстояний и количество автомобилей
  2. максимальное расстояние движения очень большого транспортного средства в функции AddDimension
  3. SetGlobalSpanCostCoefficient (35394)
  4. Я следил за ИЛИ-инструменты решают коммивояжер (TSP) без возврата к домашнему узлу, чтобы установить расстояние от всех узлов до 0 (депо) на 0.

Результат для приведенного выше кода показан ниже:

Route for vehicle 0:
 0 ->  1 -> 0
Distance of the route: 20079m

Route for vehicle 1:
 0 ->  5 -> 0
Distance of the route: 12468m

Route for vehicle 2:
 0 ->  4 -> 0
Distance of the route: 19277m

Route for vehicle 3:
 0 ->  2 ->  3 -> 0
Distance of the route: 8005m

Route for vehicle 4:
 0 ->  6 -> 0
Distance of the route: 13701m

Route for vehicle 5:
 0 -> 0
Distance of the route: 0m

Maximum of the route distances: 20079m

Чтобы проверить вышеприведенный вывод, я отметил точки на карте Google. Порядок нумерации такой же, как и в матрице расстояний.

Координаты на карте

Депо (начальная точка) находится в Ваттхане, который можно увидеть возле маркера B.

Очевидно, что из Ваттханы самый дешевый путь должен быть 2-1-3 за одну поездку. Но Google OR возвращает его как две поездки (как показано на маршрутах для транспортных средств 0 и 3). Это также можно проверить, добавив расстояния вручную.

Расстояние от дома до 2 до 1 до 3 = 2613 + 5392 + 15013 = 23018 м

Расстояние от машин 0 и 3 = 20079 + 8005 = 28084 м.

Что я делаю неправильно? Как я могу заставить Google не отделять точку 1? Также обратите внимание, что в идеале точки E, F, D также могли быть сгруппированы, но это не так.

Заранее спасибо!


person Shrihari S    schedule 29.12.2020    source источник


Ответы (1)


Исходя из вопроса, я думаю, что вы хотите уменьшить совокупное расстояние, пройденное всеми транспортными средствами.

    distance_dimension.SetGlobalSpanCostCoefficient(35394)

И наоборот, этот код гарантирует, что расстояние, пройденное каждым транспортным средством, минимизировано путем добавления стоимости пролета к целевой функции, взвешенной по 35394.

global_span_cost =
coefficient * (Max(dimension end value) - Min(dimension start value))

В вашем случае это не очень высокий приоритет, поэтому решением было бы прокомментировать эту строку или уменьшить коэффициент до небольшого значения, например 1 или 2, чтобы уменьшить исключительная важность этого.

Подробнее о

person Jaikanth J    schedule 30.12.2020
comment
Функция обратного вызова расстояния фактически является функцией оценки стоимости. Вы можете вернуть туда стоимость согласно вашей формуле, чтобы получить желаемый результат. - person Jaikanth J; 30.12.2020
comment
Но мой ценовой уровень отличается в зависимости от совокупного расстояния. Скажем, 10р / км для 0-5км. Потом 25рс / км на 5-10км. Что мне делать в этом случае? - person Shrihari S; 06.01.2021