在 OptaPlanner 中使用 PDPTW 并行求解

Question

我正在尝试使用并行方法提高 OptaPlanner 的性能，但我不确定最佳策略。

我有 PDPTW：

• 车辆路线
• 时间窗口（1 小时窗口）
• 提货和送货

当一位新客户想要添加送货服务时，我试图找出一种快速的方法（不到一秒）向他们展示一天中有哪些时间段（上午 8 点、上午 9 点、上午 10 点等）。每个时间段都有不同的得分结果。有些效率很高，有些则无法预订，具体取决于驾驶时间增加的时间/情况。

为了性能，我不想按顺序尝试每个小时的时间，因为它太慢了。

如何在所有时间段内同时尝试客户的交付？在添加客户的潜在交付窗口之前先运行求解器，然后与独立求解的所有不同添加的交付时间段共享已解决的原始状态是有意义的。

有没有直观的方法来做到这一点？例如：

1. 重用一些原始求解计算（添加新交付之前的状态）。也许这甚至可以提前缓存？
2. 也许在不同的服务器（或至少多个线程）上运行所有时隙求解实例。

这样的推荐设置是什么？在一秒钟内返回 HTTP 响应会很棒。这适用于大约 100-200 次交付和 10-20 辆卡车。

谢谢！

Answer 1

A) 如果您优化将 1 个客户分配到 1 个车辆中的 1 个索引，同时固定所有其他已分配的客户，那么您将放弃所有优化优势.这不是NP难的。 您仍然可以为此使用 OptaPlanner <constructionHeuristic/>（<localSearch/> 不会提高分数），无论是否使用 moveThreadCount 将其分布在内核之间，尽管主要好处只是增量分数计算，而不是 AI 算法。

B) 优化将所有客户分配到车辆索引。当添加新客户允许移动现有客户分配时，真正的业务收益 - 例如减少 25% 的驾驶时间 - 就来了。问题是那些现有客户已经收到了他们在议程中排除的时间窗口。但是，如果这些时间窗口足够宽，那就不必成为问题：这些只是硬约束。 更宽的时间窗口 = 更多的驾驶时间优化机会（= 更多的 $$$，更少的 CO² 排放）。

---

一分钟内的回复呢？

此时，您无需发布（= 与客户分享信息）哪辆车将在何时以何种顺序到达。无论您是否接受时间窗口，您只需要发布。有两种方法可以做到这一点：

C) 基于决策表（放松）：每辆车每天不超过 5 个客户。

陷阱：如果它在国家/州的 5 个角落有 5 个客户，那么它可能仍然不可行。影响决策的任何两个客户位置对之间的平均欧氏距离因素。

D) 通过运行 optaplanner 直到终止可行=true，从上一个计划的热启动开始。如果在 1000ms 内没有找到这样的可行解，则拒绝时间窗提议。

D) 的陷阱：如果 2 个请求同时进入，并且您并行运行它们，因此两者都没有考虑另一个，那么它们可能单独可行但一起不可行。