PeterOne

今天分享例子是会议安排问题。该问题需要将会议分配到开始时间和房间，同时考虑硬性约束条件（房间冲突、必选会议、房间容量）和中等约束条件（优选会议）以及软性约束条件（尽早安排会议、会议间休息、最小化并行会

本文将深入介绍OptaPlanner的使用，以其Tennis Club Scheduling问题为例，涵盖了如何设计“公平约束”来解决资源和工作量公平分配的问题。

这篇文章主要介绍了Optaplanner中TSP问题的定义、挑战、建模、约束设计以及链式变量等相关知识，帮助读者了解如何使用Optaplanner解决路径优化问题。

约束设计的过程就是定义的规则的过程，包括硬约束（必须满足的条件）和软约束（尽量满足的条件）。硬约束通常用于描述问题的基本限制，比如每台计算机不能出现超频的情况。

通过 Hello World 示例，我们了解了 OptaPlanner 的基本使用方法，包括如何创建求解器、定义解决方案类、实体类和约束条件等。

介绍使用Optaplanner解决云资源平衡问题的建模和求解方法，包括基本概念、实践演示以及未来发展方向。旨在帮助读者了解如何使用Optaplanner解决云资源平衡问题，提供实用的建模技巧和解决方案

目的是在给定一个订单金额和若干个优惠券的情况下，从这些优惠券中选择一些使用，使得总优惠金额最大，从而使得订单金额最小。 具体来说，优惠券组合问题要求我们在所有可能的优惠券组合中，找到一组使得总优惠金额

已经有276天没有更新过博客了，一是觉得自己对Optaplanner的理解不够，而是也是对optaplanner的应用前景有些迷茫，其实这么久也没有想明白。 后续计划 今天开始后面我还是会继续...

智能排班简易模型 😄 大家好，我是小智，这期我们来学习智能排班一个简单的建模。 配送简易模型 📕 上一期，我们提到了零售商配送排班的业务场景。 上面的场景其实就是一个运筹学的例题，可以用线性规划方法来