import numpy as np 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）""" 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[float, float]: """ 计算双目标值 :param chromosome: 染色体（解） :return: (变更成本C, 交付延期T) """ # 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 C = self._calculate_change_cost(enterprise_layer, capacity_layer, quantity_layer) T = self._calculate_tardiness(enterprise_layer, capacity_layer, quantity_layer) return C, 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 - C1: 变更惩罚成本（使用供应商替代风险企业的惩罚） - C2: 采购成本差异（变更后 - 原始） - C3: 运输成本差异（变更后 - 原始） - C4: 提前交付惩罚成本 """ C1 = 0.0 C2 = 0.0 C3 = 0.0 C4 = 0.0 # 原始成本（全部由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)) # 变更后成本（当前解的成本） new_purchase_cost = 0.0 new_transport_cost = 0.0 risk_production = np.zeros(self.order.I) # 风险企业生产的数量 supplier_production = np.zeros(self.order.I) # 供应商生产的数量 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] # 数量分配 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 if ent == 0: # 风险企业 risk_production[i] += q new_purchase_cost += q * self.order.P0[i] # 采购成本 new_transport_cost += q * self.order.T0[i] # 运输成本 else: # 供应商 supplier_id = ent - 1 supplier_production[i] += q new_purchase_cost += q * self.supplier.P_ij[supplier_id][i] # 采购成本 new_transport_cost += q * self.supplier.T_ij[supplier_id][i] # 运输成本 start = end # 计算C1：变更惩罚成本（对供应商生产的部分收取惩罚） for i in range(self.order.I): # 惩罚系数×供应商生产数量×（风险企业的单位采购+运输成本） C1 += self.config.delta * supplier_production[i] * (self.order.P0[i] + self.order.T0[i]) # 计算C2：采购成本差异（变更后 - 原始） C2 = new_purchase_cost - original_purchase_cost # 计算C3：运输成本差异（变更后 - 原始） C3 = new_transport_cost - original_transport_cost # 计算C4：提前交付惩罚成本（若实际交货期早于需求交货期） actual_delivery_time = self._calculate_actual_delivery_time(enterprise_layer, capacity_layer, quantity_layer) if actual_delivery_time < self.order.Dd: # 计算风险企业和供应商的交货时间 risk_delivery = [] # 风险企业的各物料交货时间 supplier_deliveries = {} # {供应商ID: 各物料交货时间} 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] # 产能（用于计算生产时间） q_segment = quantity_layer[start:end] # 数量 for idx, ent in enumerate(ents): if e_segment[idx] == 1: q = q_segment[idx] c = c_segment[idx] # 生产时间 = 数量 / 产能（产能为0时按0处理） production_time = q / c if c != 0 else 0 # 运输时间 = 距离 / 运输速度 if ent == 0: transport_time = self.risk.distance / self.order.transport_speed risk_delivery.append(production_time + transport_time) else: supplier_id = ent - 1 transport_time = self.supplier.distance[supplier_id] / self.order.transport_speed if supplier_id not in supplier_deliveries: supplier_deliveries[supplier_id] = [] supplier_deliveries[supplier_id].append(production_time + transport_time) start = end # 风险企业的最大交货时间（取最长） D0 = max(risk_delivery) if risk_delivery else 0 # 所有供应商的最大交货时间之和 Dj_sum = sum(max(times) for times in supplier_deliveries.values()) if supplier_deliveries else 0 # 提前交付惩罚 = 惩罚系数 ×（需求交货期 - 风险企业交货时间 + 供应商总交货时间） C4 = self.config.gamma * ((self.order.Dd - D0) + Dj_sum) return C1 + C2 + C3 + C4 def _calculate_actual_delivery_time(self, enterprise_layer: np.ndarray, capacity_layer: np.ndarray, quantity_layer: np.ndarray) -> float: """ 计算实际交货期：所有企业中最长的（生产时间 + 运输时间） :return: 实际交货期 """ max_time = 0.0 # 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] # 产能 q_segment = quantity_layer[start:end] # 数量 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 = 数量 / 产能（产能为0时按0处理） production_time = q / c if c != 0 else 0 # 运输时间 if ent == 0: transport_time = self.risk.distance / self.order.transport_speed else: supplier_id = ent - 1 transport_time = self.supplier.distance[supplier_id] / self.order.transport_speed # 总时间 = 生产时间 + 运输时间 total_time = production_time + transport_time if total_time > max_time: max_time = total_time # 更新最大时间 start = end return max_time def _calculate_tardiness(self, enterprise_layer: np.ndarray, capacity_layer: np.ndarray, quantity_layer: np.ndarray) -> float: """ 计算交付延期：max(0, 实际交货期 - 需求交货期) :return: 延期时间（非负） """ actual_delivery = self._calculate_actual_delivery_time(enterprise_layer, capacity_layer, quantity_layer) return max(0.0, actual_delivery - self.order.Dd)