Google OR-tools中如何覆盖特定硬约束实现多角色排班

阿华AIGC实验室

2026-5-14

针对Google OR-Tools排班系统的角色切换约束解决方案

我刚好做过类似的排班系统优化，你的需求核心是区分单/多角色场景应用不同的硬约束，既要保证单角色时班次长度的严格性，又要允许多角色切换时的灵活调整。下面给出三种可落地的实现方案，都是基于OR-Tools CP-SAT的硬约束逻辑，完全符合你的要求：

方案3：重新定义"工作班次"（最简洁推荐）

这种思路的核心是把员工的实际工作状态（不管承担哪个角色）作为约束对象，再通过额外约束确保单角色场景下的严格性。

步骤1：定义核心变量

from ortools.sat.python import cp_model

model = cp_model.CpModel()
min_shift = 2  # 你的最小班次长度
employees = ["E1", "E2", "E3"]
roles = ["R1", "R2"]
times = list(range(7))  # 假设一周7个排班时段

# 1. 基础工作变量：员工e在t时段是否做角色r的工作
works = {}
for e in employees:
    for t in times:
        for r in roles:
            works[(e, t, r)] = model.NewBoolVar(f"works_{e}_{t}_{r}")

# 2. 实际工作状态变量：员工e在t时段是否处于工作状态（不管角色）
is_working = {}
for e in employees:
    for t in times:
        is_working[(e, t)] = model.NewBoolVar(f"is_working_{e}_{t}")
        # 关联works和is_working：只要有一个角色工作，就标记为工作状态
        model.AddBoolOr([works[(e, t, r)] for r in roles]).OnlyEnforceIf(is_working[(e, t)])
        model.AddBoolAnd([works[(e, t, r)].Not() for r in roles]).OnlyEnforceIf(is_working[(e, t)].Not())

步骤2：应用跨角色的最小班次硬约束

针对is_working变量，确保所有连续工作段的长度≥min_shift：

for e in employees:
    # 定义工作段的开始/结束标记
    start_working = [model.NewBoolVar(f"start_working_{e}_{t}") for t in times]
    end_working = [model.NewBoolVar(f"end_working_{e}_{t}") for t in times]

    for t in times:
        # 标记工作段开始：当前时段工作，上一时段休息（或为第一个时段）
        if t == 0:
            model.Add(start_working[t] == is_working[(e, t)])
        else:
            model.Add(start_working[t] == is_working[(e, t)].And(is_working[(e, t-1)].Not()))
        
        # 标记工作段结束：当前时段工作，下一时段休息（或为最后一个时段）
        if t == times[-1]:
            model.Add(end_working[t] == is_working[(e, t)])
        else:
            model.Add(end_working[t] == is_working[(e, t)].And(is_working[(e, t+1)].Not()))

    # 硬约束：每个工作段开始后，必须至少连续工作min_shift时长
    for t in times:
        earliest_end = min(t + min_shift - 1, times[-1])
        # 只要t时段开始工作，必须在t到earliest_end之间的某个时段结束工作
        model.AddBoolOr([end_working[t_end] for t_end in range(t, earliest_end + 1)]).OnlyEnforceIf(start_working[t])

步骤3：约束单角色场景的严格性

对于仅承担单一角色的员工，强制is_working完全等价于该角色的工作状态，这样跨角色的班次约束就自动转化为单角色的班次约束：

for e in employees:
    # 标记员工是否被分配了某个角色
    assigned_roles = {}
    for r in roles:
        assigned_roles[r] = model.NewBoolVar(f"assigned_role_{e}_{r}")
        # 如果员工在任何时段做该角色工作，则标记为已分配
        model.AddBoolOr([works[(e, t, r)] for t in times]).OnlyEnforceIf(assigned_roles[r])
        model.AddBoolAnd([works[(e, t, r)].Not() for t in times]).OnlyEnforceIf(assigned_roles[r].Not())
    
    # 对每个角色，当员工仅分配该角色时，强制is_working与该角色的工作状态完全一致
    for r in roles:
        single_role_condition = model.And(
            sum(assigned_roles.values()) == 1,
            assigned_roles[r]
        )
        for t in times:
            model.Add(is_working[(e, t)] == works[(e, t, r)]).OnlyEnforceIf(single_role_condition)