严重过度约束调度的策略答案

【问题标题】：Strategies for heavily over-constrained scheduling严重过度约束调度的策略
【发布时间】：2021-02-11 03:36:04
【问题描述】：

尝试将 1000 个观测（目前的持续时间相同）安排到 500 个时间段中，因此只有一半适合。使用带有可为空的计划变量“timeSlot”的计划实体“Observation”。以 ConstraintStream 表示的约束

observation1.timeSlot != observation2.timeSlot，如果不罚1hard
observation.timeSlot != null，如果 null 处以 1medium

10 分钟后或找到可行解决方案时终止

调查结果

将 501 次观察调度到 500 个槽中会在 16 秒后以 0hard/-1medium 终止。这是意料之中的。
将 1000 个观测值调度到 500 个槽中会在 10m 后以 -499hard/-1medium 终止。这完全出乎意料。我预计 0hard/-500medium，或者至少朝着这个方向发展。

有哪些必要措施让 optaplanner 做正确的事？

约束

    Constraint notSameSlot(ConstraintFactory constraintFactory) {
        constraintFactory.fromUniquePair(OB.class)
            .filter({ ob1, ob2 -> ob1.start == ob2.start })
            .penalize("overlap", HardMediumSoftScore.ONE_HARD)
    }

    Constraint notAssignable(ConstraintFactory constraintFactory) {
        constraintFactory.fromUnfiltered(OB.class)
            .filter(ob -> ob.start == null)
            .penalize("not assignable", HardMediumSoftScore.ONE_MEDIUM)
    }

规划实体

@PlanningEntity
public class OB {
    @PlanningVariable(nullable = true, valueRangeProviderRefs = "timeslotRange")
    Timeslot start
    @PlanningId
    int obId
    OB(int obId) {this.obId = obId }
    OB() {} // required by Optaplanner, not sure why
}

时间段

class Timeslot {
    @PlanningId
    int slot

    Timeslot(int slot) {
        this.slot = slot
    }
}

规划解决方案

@PlanningSolution
class Schedule {
    @ValueRangeProvider(id = "timeslotRange")
    @ProblemFactCollectionProperty 
    List<Timeslot> timeslots

    @PlanningEntityCollectionProperty
    List<OB> observations

    @PlanningScore
    HardMediumSoftScore score
}

更新：向notSameSlot 约束添加了空检查，我不知道fromUniquePairs 传递了未分配的实体。这会改变结果，但不会变得更好。现在，根本没有分配任何插槽。现在的结果是 0hard/-1000medium/0soft

Constraint notSameSlot(ConstraintFactory constraintFactory) {
     constraintFactory.fromUniquePair(OB.class)
            .filter({ ob1, ob2 ->
                ob1.start !== null &&
                ob2.start !== null &&
                ob1.start.slot == ob2.start.slot
            })
            .penalize("overlap", HardMediumSoftScore.ONE_HARD)
    }

【问题讨论】：

我会用 optaplanner-benchmark 运行它，并查看这两个结果的最佳分数图。然后问这样的问题：发现 1 是在构造启发式之后打破硬约束开始的吗？本地搜索是否解决了这些问题。如果 CH 打破了硬约束，为什么它会分配值，而它可以选择不分配它们呢？（请参阅后者的 TRACE 日志记录）
感谢 Geoffrey，我确实尝试过基准测试。但它只显示空图，因为只找到一个解决方案。这相当于选择“从 1000 个随机事物中挑选 500 个，然后将它们中的每一个扔到 500 个桶中的一个中，每个桶一个”。我希望这更容易做和理解。
如果只绘制一个点（并且它早于您的终止时间，因此您的分数中没有init），这意味着没有开箱即用的移动选择器（更改和交换移动）会产生任何改进，这很奇怪。在 TRACE 日志中运行，看看在 LS 跟踪期间 CH 结束后会发生什么。
乍一看，这听起来像是你的约束中的一个错误：一些不应该受到惩罚的东西。您是否使用 ConstraintVerifier 进行了单元测试（请参阅文档）？
@GeoffreyDeSmet 我在上面添加了相关的源代码，包括相当琐碎的约束。如果您能快速了解一下这些限制，我将不胜感激。这有什么问题？

标签： optaplanner

【解决方案1】：

发现问题。我有

<termination>
    <unimprovedSpentLimit>PT2M30S</unimprovedSpentLimit>
    <bestScoreFeasible>true</bestScoreFeasible>
</termination>

作为终止标准。我不明白 bestScoreFeasible 意味着只要不违反硬约束，求解器就会终止，这会导致没有分配槽，因为这仍然被认为是可行的解决方案。删除第二个标准即可解决问题。

【讨论】：