腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

APS-高级计划与排程

专栏作者

27

文章

39181

阅读量

27

订阅数

OptaPlanner实用技术 - 批量规划和实时规划(1)

人工智能智能交通

本文原来只计划直接翻译OptaPlanner官网一篇关于SolverManager下实时规划的博文《Real-time planning meets SolverManager》，但在翻译过程中，发现该文仅从具体的技术细节上描述使用SolverManager及其相关接口实现在批量规划过程中的实时响应。因此，只能对具体使用OptaPlanner的开发人员有一定帮助，对于相关的业务分析和决策人员关注的适用场景，该文并未作深入描述；因而，未能从业务场景到工程实践的角度和过程，来描述批量规划与实时规划的实用意义。

2022-05-03

1.3K0

机械师实时调度示例(I) - OptaPlanner实时规划

任务调度智慧物流

OptaPlanner创办人Geoffrey De Smet及其团队，在Red Hat 技术峰会上主题会场上，演示了一个通过OptaPlanner实现实时规划与调度的示例。Geoffrey及其团队专门为此分三篇博文描述了该程序。该程序及其相关博文是OptaPlanner在VRP领域极之经典之作。本系列也分三篇对博文进行翻译，以飨各位ORer, APSer和Planner.

2022-03-10

1K0

OptaPlanner的新约束表达方式 Constraint Streams

java spring boot

有好些时间没有写过关于OptaPlanner的东西了，其实近半年来，OptaPlanner还是推出了不少有用、好用的新特性。包括本文讲到的以Stream接口实现评分编程。关于OptraPlanner的约束详细用法，可以参考官方资料：

2022-02-19

1.1K0

使用OptaPlanner解决多工序、多机台(资源)排程的新思路

人工智能工业物联 java

在解决多工序联动、多机台共享的场景下排程过程中，常用同时把所有存在前后接续关系的任务，和存在共用特性的机台，一起建模成为规划变量(Planning Entity)与问题事实(Problem Fact)，并一次性提供给引擎进行求解运算。但这种方法，因为双链（下文详述）特性的存在，规划问题过于复杂，导致问题规模过大，从而令引擎的搜索究竟指数级增大，进行各种性能改善后，仍难以获得满意解；甚至部分情况下规划运算所得结果还不如人工排程方案。

2022-02-19

1.4K0

普通企业的规划类项目中，OptaPlanner更适合作为APS的规划优化引擎

在企业的规划、优化场景中，均需要开发规划类的项目，实现从各种可能方案中找出相对最优方案。如排班、生产计划（包括高层次的供应链优化，到细粒度的车间甚至机台作业指令）、车辆调度等。因为这类场景需要解决的问题，均可以归约为数学中的NP-C或NP-Hard问题。而解决此类问题，均需要通用的求解器才能实现。这类求解器也称规划引擎，通过它才能从天文数字的可能方案中，找出一个可行且相对优化的方案。

2022-02-19

2.2K0

相邻两个生产计划之间的衔接问题

java spring boot

本文主要探讨在生产计划的“编制 -> 执行”过程中，遇到的计划与实际生产活动，相邻两个计划之间的衔接问题，及常见的方案建议。

2022-02-19

5000

OptaPlanner 7.32.0.Final版本彩蛋 - SolverManager之批量求解

上一篇介绍了OptaPlanner 7.32.0.Final版本中的SolverManager接口可以实现异步求解功能。本篇将继续介绍SolverManager的另一大特性 - 批量求解。

2020-02-26

7420

OptaPlanner 7.32.0.Final版本彩蛋 - SolverManager之异步求解

spring boot spring 网站编程算法

因为工作和其它原因，很长一段时间没有出新的、关于OptaPlanner的文章了，但工余时间并没有停止对该引擎的学习。与此同时Geoffrey大神带领的KIE项目团队并没有闲下来，尽管在工业可用性、易用性和使用门槛方面，OptaPlanner相对传统的求解器已经做得相当出色；特别是在规划过程交互、和各种操作接口方面，更是目前最为容易使用的规划求解器。

2020-02-26

7820

机械师实时调度示例(I) - 实时规划

OptaPlanner创办人Geoffrey De Smet及其团队，在Red Hat 技术峰会上主题会场上，演示了一个通过OptaPlanner实现实时规划与调度的示例。Geoffrey及其团队专门为此分三篇博文描述了该程序。该程序及其相关博文是OptaPlanner在VRP领域极之经典之作。本系列也分三篇对博文进行翻译，以飨各位ORer, APSer和Planner.

2019-10-24

8820

Excel与Google Sheets中实现线性规划求解

编程算法开源

很久没更新过APS系列文章了，这段时间项目工作确实非常紧，所以只能抽点时间学习一下运筹学的入门知识，算是为以后的APS项目积累点基础。看了一些运筹学的书（都是科普级别的）发现原来我目前面对的很多排产、排班、资源分配和路线规划问题，都是运筹学上的典型案例。与此同时，除了继续使用Optaplanner来做我们的规划类项目外，还花点时间去研究了一下Google OR-Tools开源规划引擎，这是Google旗下的一个开源求解器，接下来我会专门写一些关于Google OR-Tools应用的文章，并与Optaplanner作些关联对比。

2019-09-17

3.6K0

设计Optaplanner下实时规划服务的失败经历

编程算法 spring

　　其实本文不知道算不算一个知识点分享，过程很美妙，但结果很失败。我们在利用OptaPlanner的Real-Time planning(实时规则)功能，设计实时在线规划服务时，遇到一个属于OptaPlanner7.8.0.Final版本的Bug。在实现实时在线规划服务的过程中，我做过很多尝试。因为需要实时在线的服务，因此，需要设计多线程并发为外界请求提供响应，需要实现消息队列来管理并发请求的时序等问题。这些Java方面的并发处理，我们暂时不详述，这方面的牛的人太多了，我只是新手，站在别人的肩膀上实现的代码而已。在本文我着重介绍一下，我在尝试使用OptaPlanner的Real-Time Planning功能时遇到的问题，最终确认问题出自OptaPlanner引擎自身, 并通过JIRA向OptaPlanner 团队提交issue过程。关于OptaPlanner的Real-time planning 　　先看看正常情况下，我们对OptaPlanner的应用场景。平时我们使用OptaPlanner时，不外乎以下几个，构建Problem对象 + 构建Solver对象-> 启动引擎 -> 执行规划 -> 结束规划 -> 获得方案-> 获取结果方案,如下图。　　这种应用模式下，引擎处于一个非实时状态，只是一个调用 -> 获取规划结果的简单交互过程。

2019-09-17

1.1K0

APS技术中的多目标规划问题

optaplanner 解决方案优化

在进行APS（高级计划与排程）系统开发时，绝大多数情况下是需要考虑多目标的。但面对多目标问题进行规划求解时，我们往往极容易因处理方法不当，而影响输出结果，令结果与用户期望产生较大差别。事实上很多时候用户，面对此类问题也无法给出一个确定的合理的期望，因为多个目标混合在一起的时候，产生复杂的规划逻辑，用户自身也会被迷惑，到最后就错误地提出一些所有目标都达到极致的“完美”计划要求；但客观上是不存在这种“完美”计划的。

2019-09-17

1.4K0

体现公平性公式在规划问题中的应用

formula optaplanner

本文是在Optaplanner创始人 Geoffrey De Smet先生的一篇文章《Formula for measuring unfairness》的基础上进行翻译而成。因为其博文发表在Optaplanner的官网上，因此，其行文过程中存在一定的上下文默认情况，如果直译原文，将会大大降低其可读性。因此，本文是在原文的基础上添加一些本人修饰的表达而成。

2019-09-10

5920

OptaPlanner终于支持多线程并行运行 - Multithreaded solving

java 编程算法

　OptaPlanner 7.9.0.Final之前，启动引擎开始对一个Problem进行规划的时候，只能单线程进行的。也就是说，当引擎对每一个possible solution进行分数计算的过程中，细化到每个步骤(Caculation)，都只能排队在同一个线程中依次计算，不管你的问题是否存在并行计算的可能。很显然这种运算方式应用于一些可并行计划的场景下，是相当不利的。就算是一些在业务逻辑上无法实现并行运算的情况，在引擎自行调用指定的算法进行寻优时，若可以将每个Step,甚至每个Move的运行操作，适当地分配到不同的线程中执行，那么在多核CPU的环境下，无疑能大大提升规划运算性能，从而在规定的时间内行到更优的效果。毕竟对于NP-Hard/NP-Complete问题，除了比较算法优劣外，另一个维度对比的就是运算量，单位时间内运算量越大，找到更佳方案的机率越大。

2019-09-10

1K0

OptaPlanner - 从探究示例中的hello world 初步认识规划引擎的运行步骤

ide eclipse xml maven

上一篇我们成功以把Opotaplanner规划引擎下载回来，并把它的示例运行起来，简单解析了一下它的Cloud balance示例。这一篇我们这些示例的源代码导入到Eclipse中，看看它在后台是怎么运行的。

2019-09-10

1.5K0

OptaPlanner规划引擎的工作原理及简单示例(2)

在前面一篇关于规划引擎OptaPlanner的文章里（OptaPlanner规划引擎的工作原理及简单示例(1)），老农介绍了应用OptaPlanner过程中需要掌握的一些基本概念，这些概念有助于后面的内容的理解，特别是关于将约束应用于业务规则上的理解。承上一文，在本篇中将会减少一些理论，而是偏向于实践，但过程中，借助实际的场景对一些相关的理论作一些更细致的说明，也是必要的。本文将会假设我们需要对一个车间，需要制定生产计划.我们为生产计划员们设计一套智能的、自动的计划系统；并通过OptaPlanner把这个自动计划系统开发出来。当然，里面的业务都是经过高度抽象形成的，去除了复杂的业务规则，仅保留可以体现规划引擎作用的一些业务需求。因此，这次我们只用一个简单的小程序即可以演绎一个自动计划系统，来呈现规划引擎OptaPlanner在自动计划上的魅力。

2019-09-07

3.2K0

OptaPlanner规划引擎的工作原理及简单示例(1)

机器学习神经网络深度学习人工智能编程算法

　　在之前的文章中，已介绍过APS及规划的相关内容，并对Optaplanner相关的概念和一些使用示例进行过介绍，接下来的文章中，我会自己做一个规划小程序 - 一个关于把任务分配到不同的机台上进行作业的小程序，并在这个小程序的基础上对OptaPlanner中更多的概念，功能，及使用方法进行讲解。但在此之前，我需要先讲解一下OptaPlanner在进行规则运算的原理。所以，本文是讲述一些关于寻找最优解的过程中的原理性的内容，作为后续通过示例深入讲解的基础。但这些原理知识不会涉及过分深奥的数学算法，毕竟我们的目标不是写一个新的规划引擎出来，更不是要研究各种寻优算法；只是理解一些概念，用于理解OptaPlanner是依据什么找出一个相对优解的。以便在接下来的一系列文章中，可以快速无障碍地理解我所讲解的更细化的OptaPlanner功能。

2019-09-07

1.6K0

OptaPlanner逐步学习(0) ：基本概念 - 规划问题,约束与方案

　　之前的文章中，分别从APS，排产到规划引擎叙述了一些理论基础；并介绍了一些OptaPlanner大概的情况；并一步步将OptaPlanner的示例运行起来，将示例源码导进Eclipse分析了一下它的Hello world入门示例，从本篇开始，我们将分步学习它的一些概念及用法。

2019-09-07

1.5K0

【译】OptaPlanner开发手册本地化: (0) - 前言及概念

编程算法 c++java

　　在此之前，针对APS写了一些理论性的文章；而对于OptaPlanner也写了一些介绍性质，几少量入门级的帮助初学者走近OptaPlanner。在此以后，老农将会按照OptaPlanner官方的用户手册的结构，按章节地对其进行翻译，并成型一系列的操作说明文章。在文章中，为了降低对原文的理解难度，有些地方我不会直接按原文档的字面翻译，而是有可能加入一些我自己的理解，或添一些解释性的内容。毕竟英语环境下的思维和语言表达方式，跟中文或多或少会有差别的，所以如果全部按字面翻译，内容就非常生硬，可读性差，解程难度较大。我认为应该在理解了作者原意的基础上，再进一步以中文方式的表达，才算是真的的本地化。记得老农还是少农时，学习开发技术，需要阅读一些外国书箱的翻译本时，印象最深的是候捷老师的书，尽管《深入浅出MFC》，砖头厚度的书，硬是被我翻散了线，MFC尽管真的晦涩难懂，但候老却能把Windows的消息机制及MFC中整个个宏体系，系统地通俗地描述出来，令读者不需要花费太多精力去理解猜测书中字面的意义，大大降低的VC++中MFC的学习门槛。但老农毕竟只是一个一线开发人员，不是专业的技术资料翻译人才，不可能有候老师的专业水平，因此，我也只可尽我所能把内容尽量描述得通俗一些，让读者尽量容易理解，花费更少的时间掌握这些知道要点。

2019-09-07

1.8K0

OptaPlanner 基本概念 - 规划问题，约束，方案

　　之前的文章中，分别从APS，排产到规划引擎叙述了一些理论基础；并介绍了一些Optaplanner大概的情况；并一步步将Optaplanner的示例运行起来，将示例源码导进Eclipse分析了一下它的Hello world入门示例，从本篇开始，我们将分步学习它的一些概念及用法。

2019-09-07

1.7K0

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态