Python中调度与分配问题优化的结合

Question

我试图在Python中结合调度和分配问题

更准确地说，我正在尝试将交付分配给卡车，并为这些交付创建一个时间表（以日期和时间的最佳方式）

现在，我在一个图中建模了这个问题，其中节点表示不同的位置，节点（位置）之间的有向边表示交付。我的图表是一个多重图表，因此交付（例如从a到B）可能会更频繁。作为我的输入，我知道需要完成的所有交付以及满足请求的可用卡车。 这个问题还有一些附加条件。首先，卡车必须在一段时间后进行维护（取决于行驶的公里数），同时我希望尽可能少的卡车进行维护。也就是说，维护到期的时间可以提前。此外，还有一个预定义的指定卸载时间，该时间不允许小于此预定义时间

到目前为止，我的想法是，我还将维护建模为一个“交付”，唯一的区别是，该交付在同一点（可以进行维护的位置）开始和结束。 每次交付或维护都有一个预定义的长度。我的想法是，每次交付或维护都是一个带有属性的边缘，这些属性是：长度（此“任务”的持续时间）、开始时间（仅分配给优化前的维护，应在优化后为所有任务填写），并由（定义完成交付/维护的卡车，对于维护，也在优化之前预定义）。

我正在用网络做所有与图形相关的建模（希望这是一个好的选择）。

优化问题。目标是在尽可能短的时间内将交货分配给卡车，同时尽可能少的卡车进行维护。

所以我有一个重要的问题，我如何在Python中实现这一点？你们中有谁知道我如何为我的日程安排建模，以便我的优化为我提供所需的输出？什么包/优化工具最适合这个问题？

我希望一切都是可以理解的，如果不是请询问

Answer 1

我一直在寻找同一个问题的答案。然而，我必须从大量可能的候选人中选择一组最佳候选人来制定时间表。最佳候选者必须满足约束的数量，并且必须使目标函数最大化。 我从谷歌找到了一个很好的工具，上面有分别解决这两个问题的例子。但我还不知道如何将这两种方法结合起来

赋值：https://developers.google.com/optimization/assignment/overview

日程安排：https://developers.google.com/optimization/scheduling