允许与 OptaPlanner 和 TSPTW 重叠

Question

我目前正在使用 OptaPlanner 解决 TSPTW 问题。对于以下内容，将目的地视为任务会有所帮助。

当前每个任务都有一个名为previousTask 的链式计划变量。任务可以分为 A 类或 B 类。我现在要做的是让 B 类任务有选择地重叠 A 类任务，让 OptaPlanner 决定重叠是否是正确的选择。

例如，给定任务 A1、A2、B1，OptaPlanner 可能会决定 A1 -> B1 -> A2 是最好的，或者 A1 ->（A2 与 B1 重叠）是最好的。

我认为我可以实现的方法是：

1. 为每个 A 类任务提供第二个（非链式）计划变量，称为重叠任务。
2. 将当前的“任务”ValueRangeProvider 拆分为两个 ValueRangeProvider，“typeATasks”和“typeBTasks”。
3. 将previousTask 的ValueRangeProviders 注释为typeATasks 和typeBTasks。
4. 将重叠任务的 ValueRangeProviders 注释为仅 typeBTasks。

我要解决的问题总是至少有一个 A 类任务，但可能没有任何 B 类任务。这导致我提出的解决方案出现问题，因为“typeBTasks”ValueRangeProvider 有时为空，这会为 previousTask 计划变量引发 IllegalStateException。

有没有更好的方法来解决这个问题？有没有办法解决空的 ValueRangeProvider 问题？鉴于 ValueRangeProviders 的组合不是空的，对 previousTask 的空投诉似乎很奇怪。 OptaPlanner 似乎最好检查组合是否为空，而不是单独检查每个输入。

这里有一些代码sn-ps来阐明当前的设计：

public Solution
{
    @PlanningEntityCollectionProperty
    @ValueRangeProvider(id = "typeATasks")
    public List<TypeA> getTypeATasks)

    @PlanningEntityCollectionProperty
    @ValueRangeProvider(id = "typeBTasks")
    public List<TypeB> getTypeBTasks()
}

public class Task
{
    @PlanningVariable(valueRangeProviderRefs = { "typeATasks", "typeBTasks" },
                      graphType = PlanningVariableGraphType.CHAINED)
    public Task getPreviousTask()
}

public class TaskB extends Task {}

public class TaskA extends Task
{
    @PlanningVariable(valueRangeProviderRefs = { "typeBTasks" }, nullable = true)
    public TaskB getOverlappingTask()
}

Answer 1

并不是说您的模型不好，我们将您的提案称为 C)。请参阅我上面的评论，这是 optaplanner 6.4.0.Beta2 在该模型上快速失败的错误。

但我正在考虑这样的模型，提案 A）：

@PlanningEntity class TaskAssignment {
    TaskDef taskDef;
    @PlanningVariable TaskAssignment previousTaskAssignment;
    @PlanningVariable Boolean overlapPreviousIfPossible;

    boolean isOverLappingPrevious {
        return taskDef.isTypeB() && overlapPreviousIfPossible;
    }
}

在这种情况下，值范围提供程序将只返回所有 TaskAssignments。

但我也在考虑另一个模型，我们称之为提案 B)，就像在考试示例中一样：计划实体 AbstractTaskAssignment，由 TypeATaskAssigement 和 TaskBTaskAssignment 扩展。这是一个更好的域模型（A 类分配没有重叠变量），但配置要痛苦得多（尤其是移动更难）。