带有流量和时间窗口的OptaPlanner VRPPD
目前是否有一种方法可以将流量模式合并到OptaPlanner中并解决包装和交付VRP问题？
比如说，我需要在30辆车中优化500辆今天和明天的提货和交付，其中每辆提货都有1-4小时的时间窗口。如果可能的话，我想在高峰时间避开城市的繁忙地区。
还可以添加（或同时取消）新的皮卡。
我相信这是一个常见的问题。OptaPlanner中是否有合适的解决方案？
谢啦！
共有1个答案
用户经常这样做，但没有现成的例子。
有几种方法可以做到这一点，但一种方法是在距离矩阵中添加第三个维度，表示离开时间。通常使用15分钟、30分钟或1小时的粒度。
这里有两个缩放问题：
- 内存。15分钟意味着每天24 * 4 = 96。考虑到2维，10k位置距离Matrix使用几乎2 GB RAM，显然内存可能会成为一个问题。
- 预计算时间。计算距离矩阵可能很耗时。“批量算法”可以在这里提供帮助。例如，GraphHopper社区不支持批量距离计算，但他们的企业版本——以及OSRM（免费）支持。从远程Google Maps API或远程企业GraphHopper API获取3维矩阵可能会导致带宽问题（见上文，距离矩阵的大小可能会变成几GB，尤其是在JSON或CSV等非二进制格式中）。
在任何情况下，存在一个三维矩阵，这只是调整OptaPlanner示例的到达时间更新侦听器（ArrivalTimeUpdateListener）以使用距离（from，to，departureTime）的问题。
-
我有一个关于Kafka流的时间窗的问题，有些概念真的让我困惑。 我们有一个主题每天获得1000万个事件，我们有6天的日志保留，所以总的主题包含6000万个事件。 现在，我创建了一个KTable，我正在执行load all操作并迭代事件。正如我之前提到的，实际上我们只是当前的事件，而不是6千万事件，所以我在KTable定义中窗口化了这些数据。 现在，当我用以下语句加载所有事件时，一切都运行良好。 问
-
我需要根据一个键连接两个事件源。事件之间的间隔最长可达1年（即具有id1的event1可能在今天到达，而来自第二个事件源的具有id1的相应event2可能在一年后到达）。假设我只想输出连接的事件输出。 我正在探索在RocksDB后端使用Flink的选项（我遇到了表API，它们似乎适合我的用例）。我找不到做这种长窗口连接的引用体系结构。我希望系统一天能处理大约2亿个事件。 关于处理这种长窗口连接的任
-
我正在研究一个Flink流式处理器，它可以从Kafka读取事件。这些事件由其中一个字段键控，并且在减少和输出之前应该在一段时间内加窗。我的处理器使用事件时间作为时间特性，因此从它所消耗的事件中读取时间戳。以下是它目前的样子： 我所知道的事件如下： null null
-
为什么会这样？如果我在“assigntimestamps（timestampExtractor）”之前添加“keyby（keySelector）”，那么程序可以工作。有人能解释一下原因吗？
-
我正在运行一个简单的示例来测试基于EventTime的Windows。我能够生成带有处理时间的输出，但当我使用EventTime时，没有输出。请帮助我明白我做错了什么。
-
的结果是一个元素流-因此，我希望从这个流中获得一个“具有最高计数的key”的更新流。 然后我通过一个常量(-因为这是一个全局操作）进行键控，并使用-这几乎可以实现：我得到一个最高计数流，但当前的最高计数是针对每个元素发出的。 我想我要找的是某种带有前一个值的过滤器，它只会在新值与前一个值不同时才会发出元素。 目前在Flink有可能吗？