Python基于Google OR Tools求解带时间窗VRP问题异常求助

一、车辆闲置问题（仅1辆车执行任务） #

1. 调整车辆容量与成本设置 #

• 若所有订单总需求小于单辆车容量，算法会优先用单辆车完成以降低成本。要强制多派车可：
  • 降低单辆车容量上限，确保总需求超过单车载量；
  • 给车辆添加固定使用成本，让算法更倾向于拆分任务到多辆车。示例代码：

    # 为每辆车设置固定启动成本，数值越低越易触发多派车
    for vehicle_id in range(num_vehicles):
        routing.SetFixedCostOfVehicle(80, vehicle_id)
    

2. 确认车辆配置正确性 #

• 检查num_vehicles参数是否设置为你期望的车辆数量；
• 确保所有车辆的起点/终点都设为depot（默认索引0），避免因起点错误导致车辆无法调度：

  for vehicle_id in range(num_vehicles):
      routing.SetStart(0, vehicle_id)
      routing.SetEnd(0, vehicle_id)
  

二、到达时间不符合时间窗问题 #

1. 验证time_matrix准确性 #

• 检查时间矩阵的数值是否对应真实行驶时间，避免混淆距离与时间、单位不统一的问题；
• 确认矩阵索引与客户点完全对应：depot对应0，客户点按顺序对应1-16。

2. 修复时间窗约束逻辑 #

• 确保每个客户点都正确添加时间窗约束，且时间单位与time_matrix一致（比如统一用分钟）。示例代码：

  # 示例时间窗配置，按需替换为你的实际数据
  time_windows = [
      (0, 1440),  # depot无严格时间窗
      (60, 120),  # 客户1的时间窗（开始-结束）
      (180, 240), # 客户2的时间窗
      # ... 其余14个客户的时间窗配置
  ]
  
  # 注册时间回调函数
  def time_callback(from_index, to_index):
      from_node = routing.IndexToNode(from_index)
      to_node = routing.IndexToNode(to_index)
      return time_matrix[from_node][to_node]
  
  transit_callback_index = routing.RegisterTransitCallback(time_callback)
  routing.SetArcCostEvaluatorOfAllVehicles(transit_callback_index)
  
  # 初始化时间维度，设置允许等待时间和车辆最大工作时长
  time_dim = routing.AddDimension(
      transit_callback_index,
      60,  # 最大等待时间（单位与时间矩阵一致）
      480, # 车辆单日最大工作时长
      False,
      "Time"
  )
  
  # 为每个节点绑定时间窗约束
  for loc_idx, (start, end) in enumerate(time_windows):
      node_idx = routing.NodeToIndex(loc_idx)
      time_dim.CumulVar(node_idx).SetRange(start, end)
  

3. 确认等待时间配置 #

• 如果车辆到达时间早于客户时间窗开始时间，需确保AddDimension的slack_max参数（即最大允许等待时间）设置合理，避免因无法等待导致时间窗违规。

三、调试辅助技巧 #

• 开启算法日志输出，查看调度过程细节，定位异常原因：

  solver = routing.solver()
  solver.parameters.log_search_progress = True
  

• 简化测试场景：先将客户数量缩减至3-5个，手动设置明确的时间窗和车辆容量，验证算法能正确调度后，再逐步扩展到16个客户。

内容的提问来源于stack exchange，提问作者paresh patil