1

我想在 m 台机器上安排 n 个作业，其中包含转换时间和备选方案，并修改了github/or-tools/scheduling_with_transitions_sat.py中的示例，因为我还想要某种迟到惩罚。

我的测试输入数据是 n = 9 和 m = 3：

jobs_data = [[[(304776, 0, 'r2500', True, 2130458),
   (-1, 1, 'r2500', False, 2130458),
   (-1, 2, 'r2500', False, 2130458)]],
 [[(-1, 0, 'r1200', False, 1295928),
   (193491, 1, 'r1200', True, 1295928),
   (-1, 2, 'r1200', False, 1295928)]],
 [[(215173, 0, 'v3750', False, 1428522),
   (-1, 1, 'v3750', False, 1428522),
   (-1, 2, 'v3750', False, 1428522)]],
 [[(20226, 0, 'v3000', False, 369014),
   (20226, 1, 'v3000', False, 369014),
   (-1, 2, 'v3000', False, 369014)]],
 [[(222962, 0, 'r2500', False, 6517387),
   (222962, 1, 'r2500', False, 6517387),
   (-1, 2, 'r2500', False, 6517387)]],
 [[(-1, 0, 'r1700', False, 1266091),
   (-1, 1, 'r1700', False, 1266091),
   (80988, 2, 'r1700', False, 1266091)]],
 [[(-1, 0, 'r1350', False, 5138051),
   (-1, 1, 'r1350', False, 5138051),
   (89880, 2, 'r1350', False, 5138051)]],
 [[(-1, 0, 'r1200', False, 5699494),
   (131899, 1, 'r1200', False, 5699494),
   (-1, 2, 'r1200', False, 5699494)]],
 [[(-1, 0, 'r1200', False, 505015),
   (-1, 1, 'r1200', False, 505015),
   (126922, 2, 'r1200', True, 505015)]]]

包含 n 个作业的列表，其中包含 m 个替代任务[processing time, machine_id, resource/material, job already active on machine?, deadline/due date]。

现在我创建了变量 l_lateness。此刻的 lateness_seconds 是预定的 end_time 和截止日期之间的差异。

l_lateness = model.NewIntVar(-horizon_due_date, horizon_due_date, 'l_lateness')
lateness_seconds = (l_end - job[0][0][4])

model.Add(l_lateness ==  lateness_seconds)

termin.append(l_lateness)

然后我在目标中使用变量如下：

# Objective.
  makespan = model.NewIntVar(0, horizon, 'makespan')
  model.AddMaxEquality(makespan, job_ends)
  makespan_weight = 1
  transition_weight = 3
  deadline_weight = 5
  print(type(sum(termin)))
  print(type(sum(switch_literals)))
  model.Minimize(makespan * makespan_weight +
                 sum(switch_literals) * transition_weight +
                 sum(termin) * deadline_weight)

这工作正常。但我想要

lateness_seconds = max(0,(l_end - job[0][0][4]))

这样只有没有达到最后期限的工作才算在内。

如果我这样做，那么我会收到以下错误消息，我不明白为什么或如何避免它：

NotImplementedError: Evaluating a BoundedLinearExpr as a Boolean value is not supported.

我试图将其重写为

if l_end >= job[0][0][4]:
  model.Add(ueberzogen ==  (l_end - job[0][0][4]))
else:
  model.Add(ueberzogen ==  0)

但这给了我同样的表达式错误l_end >= job[0][0][4]。

我正在使用ortools Version: 9.0.9048.

4

1 回答 1

3

我们在 9.0 版中添加了迂腐测试，因为使用 min()、max() 和其他 python 构造不会产生有效的模型。

请使用 AddMinEquality() 或 AddMaxEquality()。

于 2021-05-27T12:33:40.507 回答