在层次问题上实现规划优化算法
Implementing a planning optimization algorithm on hierarchical problem
我正在解决一个规划问题，涉及：
- 计划实体的集合，每个计划实体都包含计划变量 A
- 全局规划变量B（包含在规划解决方案中）
由于我是 Optaplanner 和一般规划优化的初学者，所以我开始解决一个更简单的版本问题，重点是将 B 建模为规划事实来优化 A。
现在我有一个程序成功地优化了 A 给定 B。我想实现一个新的求解器来优化 A 和 B。事实证明，最好的优化搜索策略是首先 select 一个 B 值，然后在给定 B 值的情况下优化 A。应重复此过程，直到找到最优值（手头的问题是分层的）
我正在寻找有关如何使用 Optaplanner 实现此功能的建议。我最初以为我会分两个阶段（优化 B -> 优化 A）来实现它，但我现在明白 Optaplanner 阶段并不意味着这样做。例如，求解器不能遍历这个由两个阶段组成的有序序列。
相反，我认为我应该实现一个自定义 MoveSelector，它以 B 上的移动开始，然后是 A 移动的无限列表..
你怎么看？我在正确的轨道上吗？
亲切的问候，
A 和 B 是不同的阶段，没有不同阶段（在 OptaPlanner 术语中）。
在多阶段规划（参见文档中的简短条目）中，它基本上是 2 个不同的求解器，一个馈入另一个。当 A 和 B 发生在不同时间（考虑战略与战术与运营计划）或由于康威定律（用户的组织结构）时，这很常见。这是最简单的解决方案，通常也是迄今为止最实用的业务变更管理解决方案。这是风险最小的。然而，它不是最优的（至少在理论上是这样）。
备选方案确实是拥有多个规划实体，这使其成为一个大规划问题。这是完美的解决方案。这很有挑战性。完美可以成为优秀的敌人。 OptaPlanner 的架构支持它，但确实需要自定义移动（今天在 OptaPlanner 7.35 中），因为默认移动选择器不会经常逃避局部最优。
我正在解决一个规划问题，涉及：
- 计划实体的集合，每个计划实体都包含计划变量 A
- 全局规划变量B（包含在规划解决方案中）
由于我是 Optaplanner 和一般规划优化的初学者，所以我开始解决一个更简单的版本问题，重点是将 B 建模为规划事实来优化 A。
现在我有一个程序成功地优化了 A 给定 B。我想实现一个新的求解器来优化 A 和 B。事实证明，最好的优化搜索策略是首先 select 一个 B 值，然后在给定 B 值的情况下优化 A。应重复此过程，直到找到最优值（手头的问题是分层的）
我正在寻找有关如何使用 Optaplanner 实现此功能的建议。我最初以为我会分两个阶段（优化 B -> 优化 A）来实现它，但我现在明白 Optaplanner 阶段并不意味着这样做。例如，求解器不能遍历这个由两个阶段组成的有序序列。
相反，我认为我应该实现一个自定义 MoveSelector，它以 B 上的移动开始，然后是 A 移动的无限列表..
你怎么看？我在正确的轨道上吗？
亲切的问候，
A 和 B 是不同的阶段，没有不同阶段（在 OptaPlanner 术语中）。
在多阶段规划（参见文档中的简短条目）中，它基本上是 2 个不同的求解器，一个馈入另一个。当 A 和 B 发生在不同时间（考虑战略与战术与运营计划）或由于康威定律（用户的组织结构）时，这很常见。这是最简单的解决方案，通常也是迄今为止最实用的业务变更管理解决方案。这是风险最小的。然而，它不是最优的（至少在理论上是这样）。
备选方案确实是拥有多个规划实体，这使其成为一个大规划问题。这是完美的解决方案。这很有挑战性。完美可以成为优秀的敌人。 OptaPlanner 的架构支持它，但确实需要自定义移动（今天在 OptaPlanner 7.35 中），因为默认移动选择器不会经常逃避局部最优。