Google Or-Tools在求解器之前操纵变量

Question

我是Or-Tools的新手，我正在尝试通过12个变量解决一个优化问题（我知道受虐狂）。

每个变量表示每个人（2中的2分）应在特定设备模型上（2分）（3中的2分）工作。新设备每天到达，几天前积压的设备都会到达。每个设备需要在到达后的2天内处理。

基本上，我想最大限度地提高设备总数后2天内进行处理的设备的比例（其中一些设备需要花费2天以上，因为没有足够的人员和时间）。

我有一张这样的表，显示哪个设备模型到达时（天-2）意味着它在昨天的前一天到达，0今天）：

    item    arrival day
0   ITEM 1  -2
1   ITEM 1  -2
2   ITEM 1  -2
3   ITEM 1  -2
18  ITEM 1  2
17  ITEM 1  1
16  ITEM 1  1
14  ITEM 1  0
...

我的目标是工作算出每个设备需要处理多少天，所以我想在此表中添加一列，该列显示该项目的处理，然后另一个列显示了花费了多少天（“年龄”）这花费了2天以上：

    item    arrival day  processed date  age  success (within 2 days)?
0   ITEM 1  -2               0            2           1
1   ITEM 1  -2               0            2           1
2   ITEM 1  -2               1            3           0
3   ITEM 1  -2               2            4           0
18  ITEM 1  2                2            0           1
17  ITEM 1  1                2            1           1
16  ITEM 1  1                2            1           1
14  ITEM 1  0                1            1           1

在此示例中，有6个设备在总共2天内进行了处理，因此成功率为6/8。我想最大化这个成功率。

我不知道如何在“或者”中为此创建目标函数。我试图将该表重新创建为数据框架，然后将目标函数作为最后一列中的总和，但是处理的日期列取决于优化模型中的变量，因此我可以't在求解模型之前创建此表。

我尝试了此（其中a10，b10，a11，b11，a12，b12是我的变量，s1a，s1b是常数）。 什么不起作用：

# define variables
a10 = model.NewIntVar(0, 8, 'a10')
a11 = model.NewIntVar(0, 8, 'a11')
a12 = model.NewIntVar(0, 8, 'a12')
b10 = model.NewIntVar(0, 8, 'b10')
b11 = model.NewIntVar(0, 8, 'b11')
b12 = model.NewIntVar(0, 8, 'b12')

# to create the dataframe with `item` and `arrival day` columns
total_demand = [backlog, incoming]
total_demand = pd.concat(total_demand, ignore_index=True)
total_demand = total_demand.sort_values('item')


# then an attempt to create the `processed date` column
item1_repair_day = []
count = 0

for i in range(0, (a10*s1a + b10*s1b + a11*s1a + b11*s1b + a12*s1a + b12*s1b)):
    if a10*s1a + b10*s1b > count:
        item1_repair_day.append(0)
        count += 1
    else:
        if a11*s1a + b11*s1b > count:
            item1_repair_day.append(1)
            count += 1
        else:
            if a12*s1a + b12*s1b > count:
                item1_repair_day.append(2)
                count += 1
            else:
                print("No item 1's were processed on Day 0, Day 1, and Day 2")

total_demand['repair day'] = item1_repair_day

我可以从那里算出age和成功从那里获得目标功能，但是上面的代码不起作用。

我想要的目标

objective_function = total_demand['success'].sum()

model.Maximize(objective_function)

solver = cp_model.CpSolver()
status = solver.Solve(model)

Answer 1

这没有任何意义：

for i in range(0, (a10*s1a + b10*s1b + a11*s1a + b11*s1b + a12*s1a + b12*s1b)):

a10是一个变量。 A10 * S1A是线性表达式。它不会评估为范围表达式的数字。

您应该查看基本的CP-SAT示例，以了解如何访问求解后分配给变量的值。