本文详解如何突破标准车辆路径问题（vrp）限制，在 optaplanner 中构建适配医院担架员调度的定制化优化模型，支持多人员协同任务、纯时间窗约束及无地理坐标的场景建模。

本文详解如何突破标准车辆路径问题（vrp）限制，在 optaplanner 中构建适配医院担架员调度的定制化优化模型，支持多人员协同任务、纯时间窗约束及无地理坐标的场景建模。

OptaPlanner 本身并非仅限于经典 VRP 示例（如 vehiclerouting 官方案例）所呈现的“单车—单客户—欧氏距离”范式。它是一个通用约束求解框架，核心能力在于建模业务逻辑与硬/软约束，而非强制依赖地理坐标或一对一任务分配。因此，将担架员轮班调度建模为优化问题，关键在于重构问题本质：这本质上是带资源约束与时间窗的多技能任务分配问题（Multi-Skill Task Assignment with Time Windows），而非传统意义上的路径规划。

✅ 正确建模思路

1. 实体抽象替代“车辆-客户”映射

   • StretcherBearer（担架员）作为 @PlanningEntity，代表可调度资源；
   • Mission（任务）作为 @PlanningEntity 或 @ProblemFact，含属性：requiredBearers: int（需2人/1人）、earliestStart: LocalDateTime、latestEnd: LocalDateTime、duration: Duration；
   • 移除 Location 类与坐标字段——无需 x/y，也无需距离矩阵。

2. 用约束替代“路径计算”
   由于无空间坐标，无法定义行驶时间，但可基于任务时间窗与担架员可用性建模时序约束：

   // 硬约束：任务必须被足额分配且不超时
   Constraint missionFullyAssigned(ConstraintFactory factory) {
       return factory.forEach(Mission.class)
               .filter(mission -> mission.getAssignedBearers().size() < mission.getRequiredBearers())
               .penalize(HardSoftScore.ONE_HARD)
               .asConstraint("Mission fully assigned");
   }
   
   // 软约束：最小化担架员总工作时长（替代“总路程”目标）
   Constraint minimizeTotalWorkingTime(ConstraintFactory factory) {
       return factory.forEach(StretcherBearer.class)
               .join(Mission.class, equal(StretcherBearer::getId, Mission::getAssigneeId))
               .groupBy((bearer, mission) -> bearer,
                        sumDuration((bearer, mission) -> mission.getDuration()))
               .reward(SoftScore.ONE_SOFT)
               .asConstraint("Minimize total working time");
   }

3. 数据输入格式灵活适配
   不必强转为 .vrptw 或依赖坐标 JSON。推荐使用轻量级 JSON Schema：

   {
     "bearers": [
       {"id": 1, "name": "Bear1", "availableFrom": "08:00", "availableUntil": "17:00"},
       {"id": 2, "name": "Bear2", "availableFrom": "09:00", "availableUntil": "18:00"}
     ],
     "missions": [
       {
         "id": 101,
         "requiredBearers": 2,
         "earliestStart": "08:30",
         "latestEnd": "09:15",
         "duration": "20m"
       }
     ]
   }

   通过 Jackson 反序列化为 Java 对象后直接注入 SolverManager，无需中间格式转换。

⚠️ 注意事项与最佳实践

• 避免误用 VRP 示例结构：不要继承 VehicleRoutingSolution 或复用 DistanceMatrix 相关代码——它们与您的问题域不匹配；
• 时间精度统一：所有时间使用 LocalDateTime + Duration，禁用 java.util.Date；建议以分钟为单位归一化时间窗偏移；
• 多资源协同建模：若任务需“特定组合”（如1名资深+1名实习），可扩展 Mission 的 requiredSkills: Set<String>，并添加技能匹配约束；
• 性能提示：启用 @PlanningPin 标记已锁定的紧急任务；对高优先级任务设置 @PlanningVariable(graphType = PlanningVariableGraphType.CHAIN) 实现链式排程。

综上，OptaPlanner 完全胜任担架员调度建模——只需跳出“VRP 必须有坐标”的思维定式，回归约束求解本质：明确谁（资源）、做什么（任务）、何时做（时间窗）、满足什么条件（约束）。真正的优化价值，源于对医疗调度业务规则的精准编码，而非对地理路径的拟合。