Python带容量约束VRP：addVariableMinimizedFinalizer()最小化总距离用法

方法核心逻辑 #

很多人容易误解这个方法的入参要求——它不是让你传自己定义的Python普通变量，而是要传OR-Tools路由框架内部的求解变量句柄，作用是告诉求解器“我要把这个变量的值尽可能压到最小”。做带容量约束的VRP时，我们需要传入的变量，就是从距离维度里提取的、代表所有车辆路径总行驶距离的全局累计变量。

代码插入位置 #

需要把该方法的调用逻辑放在距离维度创建完成、成功获取distance_dimension实例之后，调用求解器执行求解之前，不能提前插到维度创建流程的前面，否则会触发维度不存在的报错。

具体代码实现 #

# 你已经写好的距离维度创建逻辑
dimension_name = 'Distance'
routing.AddDimension(
    transit_callback_index,
    0,
    3000,
    True,
    dimension_name)
distance_dimension = routing.GetDimensionOrDie(dimension_name)

# 新增的目标绑定逻辑
# 从距离维度获取全局总距离变量
total_distance_var = distance_dimension.GetGlobalCumulVar(
    routing.GetEndIndex(routing.Start(0))
)
# 注册为需要最小化的优化目标
routing.AddVariableMinimizedFinalizer(total_distance_var)

实现细节说明 #

• 调用GetGlobalCumulVar()时，只需要传入任意一辆车的终点索引，框架会自动把所有车辆的路径累计距离做求和，绑定为全局总距离变量，完全不需要你手动遍历所有车辆做距离累加
• 绑定完成后，求解器会自动把最小化全车队总距离作为优化目标，和你设置的容量约束、车辆最大行驶里程约束等规则互不冲突

常见踩坑提示 #

• 不要把其他维度（比如容量维度）的变量传入这个方法，否则会出现优化目标和预期不匹配的问题
• 这个方法的调用不需要在容量维度创建之后，只要距离维度已经初始化完成就可以调用，顺序没有强制要求

内容的提问来源于stack exchange，提问作者Marco Varalda