Optaplanner - 增量计算理由

Question

在我的应用程序中，用户需要能够手动覆盖时间表，我想预先计算硬约束匹配，以便此过程可以更加高效。

例如，在课程时间表问题中，我有一个现有的时间表，并且希望生成教师可以手动注册的其他潜在讲座。每个潜在的讲座都应根据现有计划进行验证，并且应将其违规情况呈现给用户（例如，“您此时不能在这个房间安排时间，因为同一时间段内还有另一场针对同一课程的讲座”）。

我们的约束流具有自定义理由，使我们能够生成用户可读的违规消息。但我们评估每堂课的方式效率很低。我们创建一个

SolutionManager

，然后对于每个潜在的讲座，创建一个新的

PlanningSolution

对象并告诉

SolutionManager

来解释它。这将导致

SolutionManager

重新计算现有时间表的许多限制，而不仅仅是新的潜在讲座的限制。

请注意，如果需要，我们可以放弃显示用户可读的约束违规消息的要求。在这种情况下，我们不需要完整的理由图，我们只需要重新评估的分数来确定硬分数是否变得更糟（我们将返回布尔值

isValidLecture

而不是字符串

violationMessage

） .

所有这些计算都发生在求解器实例之外，有没有办法利用增量评分来提高效率？

我们目前正在使用约束流和 Bavet 进行分数计算。我们使用的是 Optaplanner 版本 9.37.Final。

Answer 1

我们的约束流具有自定义理由，使我们能够生成用户可读的违规消息。但我们评估每堂课的方式效率很低。我们创建一个 SolutionManager，然后为每个潜在的讲座创建一个新的 PlanningSolution 对象并告诉 SolutionManager 对其进行解释。这将导致 SolutionManager 重新计算现有时间表的许多约束，而不仅仅是新的潜在讲座的约束。

这就是预期的方式。你是对的，它在技术上效率低下，但实际上，假设你的约束是有效的，它需要几毫秒。

如果你的约束本身效率低下，那就是你的主要问题，你应该集中精力解决它。一旦解决，整个问题就会消失，并且作为额外的好处，您的求解器将会更快。