import numpy as np import math from data_structures import OrderData, RiskEnterpriseData, SupplierData, Config from chromosome_utils import ChromosomeUtils class ObjectiveCalculator: """目标函数计算器：计算双目标值（变更成本 + 交付延期）（整数化）""" def __init__(self, order_data: OrderData, risk_data: RiskEnterpriseData, supplier_data: SupplierData, utils: ChromosomeUtils, config: Config): """ 初始化计算器 :param order_data: 订单数据 :param risk_data: 风险企业数据 :param supplier_data: 供应商数据 :param utils: 染色体工具类 :param config: 算法配置（惩罚系数等） """ self.order = order_data self.risk = risk_data self.supplier = supplier_data self.utils = utils self.config = config # 预计算物料企业编码的分割点（提高效率） self.split_points = np.cumsum(utils.material_enterprise_count) def calculate_objectives(self, chromosome: np.ndarray) -> tuple[int, int]: """ 计算双目标值（整数） :param chromosome: 染色体（解） :return: (变更成本C, 交付延期T)（均为整数） """ # 拆分染色体为三层 enterprise_layer, capacity_layer, quantity_layer = self.utils._split_chromosome(chromosome) # 计算变更成本和交付延期（整数） C = math.ceil(self._calculate_change_cost(enterprise_layer, capacity_layer, quantity_layer)) T = math.ceil(self._calculate_tardiness(enterprise_layer, capacity_layer, quantity_layer)) return int(C), int(T) def _calculate_change_cost(self, enterprise_layer: np.ndarray, capacity_layer: np.ndarray, quantity_layer: np.ndarray) -> float: """ 计算变更成本 C = C1 + C2 + C3 + C4（按新规则实现，整数化前） """ C1 = 0.0 C2 = 0.0 C3 = 0.0 C4 = 0.0 # -------------------------- 基础数据计算（复用+新增）-------------------------- # 1. 原始成本（全风险企业生产时的成本） original_purchase_cost = sum(self.order.Q[i] * self.order.P0[i] for i in range(self.order.I)) original_transport_cost = sum(self.order.Q[i] * self.order.T0[i] for i in range(self.order.I)) original_total_cost = original_purchase_cost + original_transport_cost # 全风险生产总成本（用于C4） # 2. 变更后成本（当前解的成本） new_purchase_cost = 0.0 new_transport_cost = 0.0 # 3. 关键变量收集（风险企业/供应商的产量、交货时间） risk_production = np.zeros(self.order.I, dtype=int) # 风险企业生产的各物料数量（xi0，整数） supplier_production = np.zeros(self.order.I, dtype=int) # 供应商生产的各物料数量（Qi - xi0，整数） risk_delivery_times = [] # 风险企业的各物料交货时间（整数） supplier_delivery_times = {} # 供应商的各物料交货时间 {供应商ID: [Dij1, Dij2, ...]}（整数） start = 0 for i in range(self.order.I): # 遍历每种物料 end = self.split_points[i] ents = self.utils.material_optional_enterprises[i] # 可选企业 e_segment = enterprise_layer[start:end] # 企业选择状态 q_segment = quantity_layer[start:end].astype(int) # 数量分配（整数） c_segment = capacity_layer[start:end].astype(int) # 产能（整数） for idx, ent in enumerate(ents): if e_segment[idx] == 1: # 仅处理被选中的企业 q = q_segment[idx] # 分配的数量（整数） c = c_segment[idx] # 产能（整数） # 生产时间（整数，向上取整） production_time = math.ceil(q / c) if c != 0 else 0 if ent == 0: # 风险企业 risk_production[i] += q # 风险企业的采购/运输成本 new_purchase_cost += q * self.order.P0[i] new_transport_cost += q * self.order.T0[i] # 风险企业的交货时间（Di0，整数） transport_time = math.ceil(self.risk.distance / self.order.transport_speed) risk_delivery_times.append(production_time + transport_time) else: # 供应商 supplier_id = ent - 1 supplier_production[i] += q # 供应商的采购/运输成本 new_purchase_cost += q * self.supplier.P_ij[supplier_id][i] new_transport_cost += q * self.supplier.T_ij[supplier_id][i] # 供应商的交货时间（Dij，整数） transport_time = math.ceil(self.supplier.distance[supplier_id] / self.order.transport_speed) if supplier_id not in supplier_delivery_times: supplier_delivery_times[supplier_id] = [] supplier_delivery_times[supplier_id].append(production_time + transport_time) start = end # -------------------------- C1（变更惩罚成本）计算（新规则）-------------------------- # 计算α的两个分子 sum_xi0 = np.sum(risk_production) # 所有物料的风险企业总产量（整数） sum_Qi = np.sum(self.order.Q) # 所有物料的订单总需求（整数） if sum_Qi == 0: ratio_risk_q = 1.0 # 避免除零 else: ratio_risk_q = sum_xi0 / sum_Qi D_original = self.order.Dd # 原定交货时间（整数） T_actual = self._calculate_actual_delivery_time(enterprise_layer, capacity_layer, quantity_layer) # 实际交货期（整数） if T_actual == 0: ratio_delivery = 1.0 # 避免除零 else: ratio_delivery = D_original / T_actual # 计算α并应用约束（0, 1]，≤0取1） alpha = max(ratio_risk_q, ratio_delivery) alpha = 1.0 if alpha > 1.0 else alpha # 超过1取1 alpha = 1.0 if alpha <= 0.0 else alpha # ≤0取1 # 计算C1（按物料求和） for i in range(self.order.I): supplier_q = supplier_production[i] # 物料i的供应商产量（整数） risk_unit_cost = self.order.P0[i] + self.order.T0[i] # 风险企业单位采运成本（整数） C1 += self.config.delta * alpha * supplier_q * risk_unit_cost # -------------------------- C2、C3（保持原有逻辑）-------------------------- C2 = new_purchase_cost - original_purchase_cost # 采购成本差异（整数相关） C3 = new_transport_cost - original_transport_cost # 运输成本差异（整数相关） # -------------------------- C4（提前交付惩罚成本）计算（新规则）-------------------------- T_actual = self._calculate_actual_delivery_time(enterprise_layer, capacity_layer, quantity_layer) if T_actual <= self.order.Dd: # 不延期时才计算（Q7确认） # 步骤1：计算基础值 = 四舍五入(全风险生产总成本 / 需求交货期) Dd = self.order.Dd if Dd == 0: base_value = 0.0 else: base_value = original_total_cost / Dd base_value_rounded = round(base_value) # 四舍五入取整 # 步骤2：计算风险企业提前天数 = max(0, Dd - D0)（D0为风险企业最长交货时间，整数） D0 = max(risk_delivery_times) if risk_delivery_times else 0 risk_early_days = max(0, Dd - D0) # 步骤3：计算供应商最大提前天数 = max(0, Dd - Dj)的最大值（整数） max_supplier_early = 0 for supplier_id, times in supplier_delivery_times.items(): Dj = max(times) if times else 0 supplier_early = max(0, Dd - Dj) if supplier_early > max_supplier_early: max_supplier_early = supplier_early # 步骤4：计算C4（整数） C4 = base_value_rounded * 0.1 * (risk_early_days + max_supplier_early) # -------------------------- 总变更成本 -------------------------- return C1 + C2 + C3 + C4 def _calculate_actual_delivery_time(self, enterprise_layer: np.ndarray, capacity_layer: np.ndarray, quantity_layer: np.ndarray) -> int: """ 计算实际交货期（整数，向上取整） :return: 实际交货期（整数） """ max_time = 0 # 最大时间（实际交货期） start = 0 for i in range(self.order.I): end = self.split_points[i] ents = self.utils.material_optional_enterprises[i] e_segment = enterprise_layer[start:end] c_segment = capacity_layer[start:end].astype(int) # 产能（整数） q_segment = quantity_layer[start:end].astype(int) # 数量（整数） for idx, ent in enumerate(ents): if e_segment[idx] == 1: # 仅处理选中的企业 q = q_segment[idx] c = c_segment[idx] # 生产时间（整数，向上取整） production_time = math.ceil(q / c) if c != 0 else 0 # 运输时间（整数，向上取整） if ent == 0: transport_time = math.ceil(self.risk.distance / self.order.transport_speed) else: supplier_id = ent - 1 transport_time = math.ceil(self.supplier.distance[supplier_id] / self.order.transport_speed) # 总时间（整数） total_time = production_time + transport_time if total_time > max_time: max_time = total_time # 更新最大时间 start = end return int(max_time) def _calculate_tardiness(self, enterprise_layer: np.ndarray, capacity_layer: np.ndarray, quantity_layer: np.ndarray) -> int: """ 计算交付延期（整数） :return: 延期时间（非负整数） """ actual_delivery = self._calculate_actual_delivery_time(enterprise_layer, capacity_layer, quantity_layer) return max(0, actual_delivery - self.order.Dd)