Java OptaPlanner车辆路线和客户访问之间的关系

我正在使用OptaPlanner优化车辆路径问题，与提供的示例非常相似

我面临以下挑战，希望能有一些想法

对客户的一些访问与其他访问有关，例如：

• 一次访问必须与另一次访问同时开始
• 一次就诊必须在另一次就诊结束后2小时开始
• 必须将一次就诊分配给分配给另一次就诊的同一辆车

面临的挑战是：如何允许访问的移动，而不会在移动其中一个访问时导致较低的分数

每次访问可能在不同的中文上（分配给不同的车辆），因此所有提供的移动选择器很可能只提供改变一次访问的移动。由于依赖性，这样的移动很可能导致较低的分数，并且永远不会被选择

相同的开始场景：任何改变一次访问开始时间的动作都会导致较低的分数。 相同的车辆场景：任何改变一次访问不同车辆的动作都会导致较低的分数

目前，我使用禁忌搜索与满意的结果。 延迟接受或许是答案

---

谢谢。

您所描述的是的一种形式。虽然当分数陷阱出现时，延迟接受可能比禁忌搜索产生更好的结果（只需更改两行即可切换到它），但它仍然会严重影响结果

这些描述了摆脱分数陷阱的两个答案：

1） 在这种情况下，改进score函数粒度是行不通的

2） 课程粒度移动在这种情况下有效。例如，您可以添加一个自定义移动工厂（但也保留原始移动选择器，或者更好的是在有或没有原始移动选择器的情况下进行基准测试）。让自定义移动工厂生成不太可能破坏这些约束的移动。例如：如果访问A和B需要同一辆车，请将A移动到另一辆车的链条中，同时将B移动到同一辆车链条中的其他位置（重用

CompositeMove

）

还有第三种方式我将很快记录下来（但我不认为它很容易适用于这个案例）：

---

3） 在某些情况下，可以将这些硬约束烘焙到模型的类图中（这使得它们构建在硬约束中）。例如，在考试安排中，如果两个或更多的考试需要在同一时间段，则只有一个考试是“领导者”，并且有一个时间段变量。其他的考试是“从众考试”，这意味着他们的时间段在领导者改变时会被影子变量调整。

正是我所担心的，这会增加实施的复杂性，并导致通货膨胀。你认为所有访问的cartesianProductMoveSelector和依赖访问的MoveSelector会起作用吗？@Shatz从技术上讲，我认为你目前会遇到一些障碍，让cartesianProductMoveSelector为你做这件事，因为你希望这两个实体相互关联（仅模拟无法实现这一点）和值。同时，只编写自己的

MoveListFactory

（参见文档）更简单。使用

MoveListFactory

生成移动可能适用于相同的车辆依赖性。但当涉及到时间依赖性时，如相同的开始或完成后开始，在潜在客户访问之前或依赖访问之前，任何访问的移动都将导致得分陷阱。我将使用

cartesianProductMoveSelector

进行基准测试并进行更新。阅读文档中的“模拟”，以便更好地理解

cartesianProductMoveSelector

。可以使用单独的

MoveListFactory

完成时间依赖性安全过程粒度移动。然后加入所有的工厂和一个

changeMoveSelector

。嗨。你最终是怎么做到的？我有一个类似的问题，我们需要两个资源来提供服务。尽管有其他可用资源，但解决方案正在打破硬约束。