9.3. 分数约束级别

有时，分数约束为另一个分数约束，无论后者中断了多少。在这种情况下，这些分数限制在不同的级别。例如，由于物理现实的限制，nurse 无法同时进行两次转换，因此此约束会降低所有 nurse happiness 约束。

大多数用例仅有两个分数级别，即 hard 和 soft。按顺序比较两个分数的级别。首先比较第一个分数级别。如果两个分数不同，则忽略剩余的分数级别。例如，破坏 0 个硬约束和 1000000 软限制的分数比中断 1 硬约束和 0 软限制的分数更高。

如果分数级别或两个以上分数级别，如果没有硬限制，则分数是 可行的。

注意

默认情况下，OptaPlanner 为计划值分配所有计划变量。如果没有可行的解决方案，这意味着最佳解决方案是不可行的。要保留某些计划实体没有被分配，请对受限的计划应用。

对于每个约束，您必须选择一个分数级别、分数权重和分数号。例如，-1 soft 的分数级别为，权重为 1，负符号为。当您的业务确实需要不同的分数级别时，请勿使用大约束权重。这个临时解决方案（称为 分数折叠 ）无法正常工作：

注意

您的业务可能会告诉您所有硬限制都有相同的权重，因为它们无法被破坏，因此权重无关紧要。这不是正确的。如果特定数据集不存在可行的解决方案，则业务可以使用最小的解决方案来估算其缺少多少个业务资源。例如，在云平衡问题中，最可行的解决方案可以发现需要多少新计算机。

另外，如果您的所有硬约束都有相同的权重，您可能会创建一个分数陷阱。例如，如果计算机在其进程中有 7 个太多 CPU，那么在云平衡问题中，如果计算机在其进程中，必须有 7 倍，就像它只有一个 CPU 太少。

OptaPlanner 也支持三个或更多分数级别。例如，公司可能决定营收员工满意度，反之亦然，而这两个限制则受到物理现实的局限性。

注意

要建模公平或负载平衡，您不需要使用大量分数级别，即使 OptaPlanner 可以处理许多分数级别。

大多数用例都使用具有两个或三个权重的分数，如 HardSoftScore 和 HardMediumSoftScore。您可以组合所有这些技术，看似无疑：

返回顶部