solver.solve（）返回看似随机的解和分数，而不是最好的

Question

我所拥有的

在Java8上使用OptaPlanner 7.45.0.final。

我的行为

对于小型数据集，该计划似乎很好地工作，因为在这些数据集中有许多好的解决方案。然而，当我转移到更大的数据集时，返回良好的最终时间表就比较困难了。会有像-60硬/-390060中/-1280457软这样的分数，看起来真的很糟糕。而且，如果我增加可用的时间，分数有时会变得更糟！

我尝试过的事情

我尝试通过合并硬值和中值简化为hardsoftscore，但行为是相同的。

我尝试调用SolverConfig.SetEnvironmentMode(environmentMode.non_intrusive_full_assert)；（是的，我正在以编程方式创建SolverConfig，但行为没有改变。

相关代码段

@PlanningEntity
public final class CrewAssignment
{
    private Long crewMemberId;
    @PlanningVariable(valueRangeProviderRefs = {"crewMemberId"})
    public Long getCrewMemberId() { return crewMemberId; }
    public void setCrewMemberId(Long value) { crewMemberId = value; }

    @Override
    protected CrewAssignment clone()
    {
        CrewAssignment newAssignment = new CrewAssignment(getActivities());
        newAssignment.setCrewMemberId(crewMemberId);

        return newAssignment;
    }
}

解决方案的子集：

@PlanningSolution(solutionCloner = CrewSchedSolutionCloner.class)
public final class CrewSchedSolution
{
    private final List<Long> crewMemberIds;
    @ValueRangeProvider(id="crewMemberId")
    @ProblemFactCollectionProperty
    public List<Long> getCrewMemberIds() { return crewMemberIds; }

    // assignments
    private List<CrewAssignment> crewAssignments = new ArrayList<>();
    @PlanningEntityCollectionProperty
    public List<CrewAssignment> getCrewAssignments() { return crewAssignments; }

    HardSoftScore score;
    @PlanningScore
    public HardSoftScore getScore() { return score; }
    public void setScore(HardSoftScore value) { score = value; }

    public CrewSchedSolution cloneSolution()
    {
        List<CrewAssignment> newCrewAssignments = new ArrayList<>(crewAssignments);
        for (int i = 0; i < newCrewAssignments.size(); i++)
        {
            CrewAssignment existingAssignment = newCrewAssignments.get(i);
            CrewAssignment newAssignment = existingAssignment.clone();
            newCrewAssignments.set(i, newAssignment);
        }
        return new CrewSchedSolution(/* Various additional data */,
            crewMemberIds,
            newCrewAssignments, score);
    }
}

solutioncloner:

public final class CrewSchedSolutionCloner
    implements SolutionCloner<CrewSchedSolution>
{
    @Override
    public CrewSchedSolution cloneSolution(CrewSchedSolution originalSolution)
    {
        return originalSolution.cloneSolution();
    }
}

摘要

Answer 1

如果我增加可用的时间，分数有时会变得更糟！这是不可能的（如果它在第二次运行中得到更多的步骤，这是它应该得到的，并且它是一个可复制的运行，这是事实）。

debug日志显示它正在运行更多的“ls step”行吗？如果发生了，则可能存在分数损坏，但如果它们运行的时间足够长（比没有运行的时间长得多，因为它们更慢），则NON_INTRUSIVE_FULL_ASSERT或FULL_ASSERT将检测到这一点。

通常情况下，optaplanner的运行是100%可重复性的，给定相同数量的步骤(~相同数量的时间给予或采取几个步骤）。如果是这种情况，请检查debug日志。模拟退火是不可复制的，但默认情况下是关闭的。

OptaPlanner基准测试是您最好的朋友。特别是BEST_SCORE图和分数计算速度数。再运行4次，这样您就可以看到如果给更多时间，BEST_SCORE图是如何表现的。此外，subsinglecount可能是一个有趣的东西，可以在这里打开，看看优化对一个好的随机种子有多敏感（不应该）。