![](/img/trans.png)
[英]How to apply overconstrained planning in OptaPlanner in a better way?
[英]Cloud Balancing Optaplanner: implement an overconstrained planning
我正在尝试使用带有Java的Optaplanner使用Overconstrained plannig实现一个简单的云平衡系统。
最喜欢的是,我正在尝试使用带有Java的Optaplanner库的Overconstrained plannig实现一个简单的云平衡系统。 我通过将变量替换为cpuPower-> weight,memory-> volume来将模型映射到我的问题(车辆和资产)。 在规则定义不超过这两个变量中的任何一个之后,drl文件:
package org.optaplanner.examples.cloudbalancing.solver;
dialect "java"
import org.optaplanner.core.api.score.buildin.hardsoft.HardSoftScoreHolder;
import org.optaplanner.examples.cloudbalancing.domain.Mission;
import org.optaplanner.examples.cloudbalancing.domain.Vehicle;
import org.optaplanner.examples.cloudbalancing.domain.Asset;
global HardSoftScoreHolder scoreHolder;
// ############################################################################
// Hard constraints
// ############################################################################
rule "requiredVolumeTotal"
dialect "mvel"
when
$vehicle : Vehicle($maxVolume : maxVolume)
Number( $totalReqVolume : intValue() > $maxVolume ) from accumulate
( Asset( vehicle == $vehicle , $volume : volume),
sum($volume))
then
scoreHolder.addHardConstraintMatch(kcontext, -($totalReqVolume -$maxVolume));
end
rule "requiredWeightTotal"
dialect "mvel"
when
$vehicle : Vehicle($maxWeight : maxWeight)
Number( $totalReqWeight : intValue() > $maxWeight ) from accumulate
( Asset( vehicle == $vehicle , $weight : weight),
sum($weight))
then
scoreHolder.addHardConstraintMatch(kcontext, -($totalReqWeight -$maxWeight));
end
如果使用简单的示例,尽管其中某些过程无法分配给计算机,但我会收到分配了所有进程的响应。 对于这个问题,optaplanner的目的是将实现更改为过度包含的计划 。 该文件说:
- 通过切换“分数”类型,添加一个额外的分数级别(通常是硬性和软性级别之间的中等级别)。
- 使计划变量可为空。
- 在新级别上添加得分约束(通常是中等约束)以惩罚未分配实体的数量(或它们的加权总和)。
我正在做nullable注释和compare方法中的检查:
@PlanningVariable(valueRangeProviderRefs = {"computerRange"},
strengthComparatorClass = CloudComputerStrengthComparator.class,
nullable = true)
public CloudComputer getComputer() {
return computer;
}
_
@Override
public int compare(CloudComputer a, CloudComputer b) {
if (a == null || b == null)
return 0;
return new CompareToBuilder()
.append(a.getMultiplicand(), b.getMultiplicand())
.append(b.getCost(), a.getCost()) // Descending (but this is debatable)
.append(a.getId(), b.getId())
.toComparison();
}
这完全改变了求解方法后,解决方案不正确的原因是0soft / 0hard。
如何定义一个新的约束(中等级别)以惩罚未分配实体的数量?
首先在DRL中使用HardMediumSoftScoreHolder
, HardMediumSoftScore
在域中使用HardMediumSoftScoreHolder
。 看一下DRL规则的医院床位规划示例。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.