在企业的规划.优化场景中,均需要开发规划类的项目,实现从从种可能方案中找出相对最优方案.如排班.生产计划(包括高层次的供应链优化,到细粒度的车间甚至机台作业指令).车辆调度等.因为这类场景需要解决的问题,均可以归约为数学中的NP-C或NP-Hard问题.而解决此类问题,均需要通用的求解器才能实现.这类求解器也称规划引擎,通过它才能从天文数字的可能方案中,找出一个可行且相对优化的方案. 规划引擎的本质,是运用规划中的各种优化算法(目前用得比较多的是启发式算法),对一个NPC或NP-Hard 问题寻

当码农有10多年了,由建筑行业软件,各种MIS,通用物流定制平台,CCTV客户端(是闭路电视,不是央视喔)啥都做过.最后小试一下创业,不过那都是闹着玩的,不到一年就回到码农的队列,重拾搬砖的行当.近些年一直在制造业,做过ERP,当过小组负责人.有人问为什么不转纯管理?是能力不足,气质不佳还是人品低下?我觉得都有些且不全吧.反正无论是当管理还是做技术,我还是觉得手里拿点实在的东西心里才踏实.并不是说管理不是一个好技能,而是本人遇机问题,机会不多,所以大多数时间都是在做搬砖,砖搬多了,当然想试一下,

OptaPlanner背景 在上一篇里喷了不少水,这一篇准备放点干货:其实也没办法完全干,因为很多预备知道在交待一下.好了,说一下关于OptaPlanner的背景.应用兼容性及其原理. 这一篇先说一下OptaPlanner是何方神圣,再看看它适用于哪种平台(.NET能用吗?老旧系统能用吗?),再从原理上探究一下,它是如何帮我们把一个看上去几乎不可能实现的工作,努力做到比经验丰富的老师傅更好的.下一篇我将会讲解OptaPlanner相关的基本概念,并教大家它的examples(示例)运行起来(这些

经过上面篇长篇大论的理论之后,在开始讲解Optaplanner相关基本概念及用法之前,我们先把他们提供的示例运行起来,好先让大家看看它是如何工作的.OptaPlanner的优点不仅仅是提供详细丰富的文档 ,还为各种应用场景提供丰富的示例,它的文档里都是以几个简单经典的例子来说名各种功能特征和深层次概念的,例如Solver, Phase及Move等,以下我们就先把这些示例运行起来,先看看整体的情况,下一往篇我们再把示例的源码导进Eclipse,拿一个简单经典的示例,讲解一下Optaplanner规

之前的文章中,分别从APS,排产到规划引擎叙述了一些理论基础:并介绍了一些Optaplanner大概的情况:并一步步将Optaplanner的示例运行起来,将示例源码导进Eclipse分析了一下它的Hello world入门示例,从本篇开始,我们将分步学习它的一些概念及用法. 什么是Optaplanner 其实这个名称是作者将这个引擎贡献给了Jboss社区后,才使用的名,之前叫做Drools planner.没错,它就是结合Drools(一个开源规则引擎)一起应用的(也可以单独使用),Drool

生产计划的约束 在制定生产计划过程中,必然是存在某些制约因素,满足某些需求才能进行的,或是交期保证.或是产能限制.或是关键工序制约.即TOC理论 - 任何系统至少存在着一个制约因素/瓶颈:否则它就可能有无限的产出.就是说,如果不存在这个(或这些)制约因素,生产计划就没必要“排”了,只需随意地,毫无约束地把任意一个或多个生产任务纳入生产日程,都能满足生产.营业等所有业务要求.那也不需要人的智慧参投入其中了. 两种计划模式 而现实环境中,资源是有限的,且往往是在资源不足,并需要尽量满足制约因素情况下

在之前的文章中,老猿已介绍过APS及规划的相关内容,也对Optaplanner相关的概念和一些使用示例进行过介绍,接下来的文章中,我会自己做一个规划小程序 - 一个关于把任务分配到不同的机台上进行作来的小程序,并在这个小程序的基础上对Optaplanner中更多的概念,功能,及使用方法进行讲解.但在此之前,我需要先讲解一下Optaplanner在运行规则运算的原理.所以,本文是讲述一些关于寻找最优解的过程中的原理性的内容,作为后续通过示例深入讲解的基础.但这些原理知识不会涉及过分深奥的数学算法,

在与诸位交流中,使用较多的生产计划和路线规划场景中,大家最为关注的焦点是关于时间的处理问题.确实,时间这一维度具有一定的特殊性.因为时间是一维的,体现为通过图形表示时,它仅可以通过一条有向直线来表达它的时刻和方向.相对而言,空间则可以存在多维,例如二维坐标,三维空间等,甚至在生产计划的规划场景中,各种资源可以表示为多个维度.因此,时间的一维特性,决定了在规划过程中,需要处理它的方法也具有一定的特殊性和局限性.本文将讨论通过Optaplanner实现规划过程中,对于时间方面的处理方式. 在众多规划

Optaplanner 7.9.0.Final之前,启动引擎开始对一个Problem进行规划的时候,只能是单线程进行的.也就是说,当引擎对每一个possible solution进行分数计算的过程中,细化到每个步骤(Caculation),都只能排队在同一个线程中依次计算,不管你的问题是否存在并行计算的可能.很显示这种运算方式应用于一些可并行计划的场景下,是相当不利的.就算是一些在业务逻辑上无法实现并行运算的情况,若在引擎自行调用指定的算法进行寻优时,若可以将每个Step,甚至每个Move的运行

在此之前,针对APS写了一些理论性的文章:而对于Optaplanner也写了一些介绍性质,几少量入门级的帮助初学者走近Optaplanner.在此以后,老农将会按照Optaplanner官方的用户手册的结构,按章节地对其进行翻译,并成型一系列的操作说明文章.在文章中,为了降低对原文的理解难度,有些地方我不会直接按原文档的字面翻译,而是有可能加入一些我自己的理解,或添一些解释性的内容.毕竟英语环境下的思维和语言表达方式,跟中文或多或少会有差别的,所以如果全部按字面翻译,内容就非常生硬,可读性差,解

其实本文不知道算不算一个知识点分享,过程很美妙,但结果很失败.我们在利用Optaplanner的Real-Time planning(实时规则)功能,设计实时在线规划服务时,遇到一个属于Optaplanner7.8.0.Final版本的Bug.在实现实时在线规划服务的过程中,我做过很多尝试.因为需要实时在线的服务,因此,需要设计多线程并发为外界请求提供响应,需要实现消息队列来管理并发请求的时序等问题.这些Java方面的并发处理,我们暂时不详述,这方面的牛的人太多了,我只是新手,站在别人的肩膀上实

开篇 在前面一篇关于规划引擎Optapalnner的文章里(Optaplanner规划引擎的工作原理及简单示例(1)),老农介绍了应用Optaplanner过程中需要掌握的一些基本概念,这些概念有且于后面的内容的理解,特别是关于将约束应用于业务规则上的理解.承上一文,在本篇中将会减一些理论,而是偏向于实践,但过程中,借助实际的场景对一些相关的理论作一些更细致的说明,也是必要的.本文将会假设我们需要对一个车间,需要制定生产计划.我们为生产计划员们设计一套智能的.自动的计划系统:并通过Optapla

上一篇我们成功以把Opotaplanner规划引擎下载回来,并把它的示例运行起来,简单解析了一下它的Cloud balance示例.这一篇我们这些示例的源代码导入到Eclipse中,看看它在后台是怎么运行的. 一.推荐使用Maven 在上一篇,我们已经从Optaplanner的官网下载了它的压缩包,它里面几乎包含了Optaplanner的所有东西,基本上有了这个包,我们离线都可以做一个应用Optaplanner规划引擎程序出来了.但是如果我们直接使用里面的核心包来做Java Project是很不

在规划相关的项目工作中,近两年我们的项目主要使用的是Optaplanner作为规划引擎,其核心也是一个的规划求解器(Solver).但作为另一个著名开源求解器Google OR-Tools(下称OR-Tools)也日渐流行.且因Google自带流量的支持,OR-Tools有更多专门研究运筹的学者使用和研究.而Optaplanner则更偏向工程实践上的应用.本文就二者在技术特性.使用方法与场景等方面,列出若干差异.希望为需要使用开源求解器进行项目工作的同行提供初步入门参考与选择. 简介 Optap

Vehicle routing with Optaplanner - Stack Overflow https://stackoverflow.com/questions/22285252/vehicle-routing-with-optaplanner graph theory - OptaPlanner VRP edge weights need to use actual GPS data instead of Euclidean distance - Stack Overflowhttp

OptaPlanner - 国内版 Binghttps://cn.bing.com/search?q=OptaPlanner&qs=n&form=QBRE&sp=-1&pq=optaplanner&sc=8-11&sk=&cvid=952645BE922A493BB112C786BE78F781 Optaplanner与Google OR-Tools的区别 - kentzhang - 博客园https://www.cnblogs.com/kentzh

OptaPlanner - Constraint satisfaction solver (Java™, Open Source)https://www.optaplanner.org/ jboss/business-central-workbench-showcase - Docker Hubhttps://hub.docker.com/r/jboss/business-central-workbench-showcase jboss / kie-server-showcase-Docker集

上一篇介绍了OptaPlanner 7.32.0.Final版本中的SolverManager接口可以实现异步求解功能.本篇将继续介绍SolverManager的另一大特性 - 批量求解. 适用场景 在日常的规划系统中,求解一个问题,绝大多数情况下,容许运行的时间较有限,特别是在实时性较高的场景中,可让引擎运算时间不多.因此,这种情况下,会在启动了规划运算后,稍等片刻,即需要从求解程序中获取结果.但有些情况下,当我们遇到问题规模较大时,引擎无法在较短时间内找到相对最优解:甚至某些情况下,没有足够

因为工作和其它原因,很长一段时间没有出新的.关于OptaPlanner的文章了,但工余时间并没有停止对该引擎的学习.与此同时Geoffrey大神带领的KIE项目团队并没有闲下来,尽管在工业可用性.易用性和使用门槛方面,OptaPlanner相对传统的求解器已经做得相当出色:特别是在规划过程交互.和各种操作接口方面,更是目前最为容易使用的规划求解器. 以第7版一系列子版本中,OptaPlanner很多子版只作了细微的更新,如优化规划性能,改善Business Center集成水平等.而在作为Opt

有好些时间没有写过关于OptaPlanner的东西了,其实近半年来,OptaPlanner还是推出了不少有用.好用的新特性.包括本文讲到的以Stream接口实现评分编程.关于OptraPlanner的约束详细用法,可以参考官方资料. 最近几个版本推出的新功能.特性中,有不少功能还处于初始探索阶段,甚至有些功能还未成体系,包括我在上一篇文件中推出的SolverManger实现批量异步规划.此功能尚未支持ProblemChanged接口,从而无法实现Realtime Planning. 因此,若需要