如何在 JSprit 中为乘客车程时间设置软性惩罚目标函数-java教程-PHP中文网

如何在 JSprit 中为乘客车程时间设置软性惩罚目标函数

本文介绍通过自定义目标函数（而非约束）的方式，在 jsprit 路径优化中对乘客在车内的额外停留时间施加软性惩罚，从而优先选择“先远后近”的上下客顺序，提升乘客体验。

本文介绍通过自定义目标函数（而非约束）的方式，在 jsprit 路径优化中对乘客在车内的额外停留时间施加软性惩罚，从而优先选择“先远后近”的上下客顺序，提升乘客体验。

在 JSprit 中实现“乘客在车内时间越短越好”的业务目标，关键在于理解其设计哲学：软性偏好应优先通过目标函数建模，而非硬/软约束。直接编写 HardActivityConstraint 或 SoftActivityConstraint 不仅复杂、易出错，还可能干扰求解器的启发式搜索效率；而重写 ObjectiveFunction 则简洁、可控、且与 JSprit 的成本驱动优化机制天然契合。

核心思路是：对每位乘客在车内的每一秒（从上车到下车）施加线性惩罚成本，且该成本随车上乘客总数动态累积——即：当车辆载有 n 名乘客时，每行驶一秒产生的额外时间成本为 n × costPerPassengerSecond。这自然鼓励算法优先服务距离目的地更远的乘客（避免其长时间滞留），再接附近乘客，最后统一送达，从而隐式达成“先远后近、同车多送”的优质调度逻辑。

以下是一个生产就绪的目标函数实现示例：

Wjs Uploading Video

将一个或多个视频上传至YouTube。当用户想“上传到YouTube”“发YouTube”“批量上传”“upload to YouTube”“post videos to YouTube”或发布到YouTube时使用此技能。

下载

public double getCosts(VehicleRoutingProblemSolution solution) {
    double costPerPassengerSecond = 0.001; // 每乘客每秒惩罚成本（可调参）
    double totalCosts = 0.0;

    for (VehicleRoute route : solution.getRoutes()) {
        // 加入车辆固定成本（如启用）
        totalCosts += route.getVehicle().getType().getVehicleCostParams().fix;

        TourActivity prevAct = route.getStart();

        // 遍历所有服务活动（Pickup / Delivery）
        for (TourActivity act : route.getActivities()) {
            // 累计路段运输成本（距离/时间基础成本）
            double transportCost = vrp.getTransportCosts()
                .getTransportCost(prevAct.getLocation(), act.getLocation(),
                    prevAct.getEndTime(), route.getDriver(), route.getVehicle());
            totalCosts += transportCost;

            // 【关键】累加乘客时间惩罚：
            // 当前车上人数 × 路段行驶时间 × 单位时间惩罚
            double travelTime = vrp.getTransportCosts()
                .getTransportTime(prevAct.getLocation(), act.getLocation(),
                    prevAct.getEndTime(), route.getDriver(), route.getVehicle());
            int currentPassengers = route.getActivities().stream()
                .filter(a -> a instanceof Pickup || a instanceof Delivery)
                .mapToInt(a -> a.getSize().get(0))
                .sum(); // 注意：此计算为简化示意；实际应按实时载量动态维护
            // 更推荐在遍历时增量更新：见下方说明
            totalCosts += costPerPassengerSecond * currentPassengers * travelTime;

            // 更新车上人数（假设 Pickup 增 +1，Delivery 减 -1）
            if (act instanceof Pickup) {
                currentPassengers += act.getSize().get(0);
            } else if (act instanceof Delivery) {
                currentPassengers -= act.getSize().get(0);
            }
            prevAct = act;
        }

        // 补充：从最后一项活动到终点的返程成本（含时间惩罚）
        double finalTravelTime = vrp.getTransportCosts()
            .getTransportTime(prevAct.getLocation(), route.getEnd().getLocation(),
                prevAct.getEndTime(), route.getDriver(), route.getVehicle());
        totalCosts += vrp.getTransportCosts()
            .getTransportCost(prevAct.getLocation(), route.getEnd().getLocation(),
                prevAct.getEndTime(), route.getDriver(), route.getVehicle());
        totalCosts += costPerPassengerSecond * currentPassengers * finalTravelTime;
    }
    return totalCosts;
}

⚠️ 重要注意事项：

动态载量维护：示例中 currentPassengers 应在遍历过程中实时增减（如 Pickup +1、Delivery −1），而非每次重新统计，否则性能下降显著；
单位一致性：确保 costPerPassengerSecond 与运输时间单位（秒/毫秒）匹配，建议统一使用秒；
参数调优：该惩罚系数需与车辆固定成本、单位距离成本等量级协调（例如设为 0.001 表示每乘客每分钟惩罚约 0.06 单位成本），可通过小规模测试集校准；
不替代基础约束：仍需保留 CapacityConstraint、TimeWindowConstraint 等硬性业务规则，目标函数仅用于引导偏好排序。