Алгоритм распределения резервирования

Я ищу алгоритмы выделения резервирования для ресурсов. Это может быть бронирование гостиниц соответствует доступным номерам - Бронирование встреч соответствует доступным конференц-залам - Бронирование ресторанов соответствует таблицам.

Что у них общего:

  • Каждое резервирование имеет конкретное неизменное время начала и окончания.
  • Каждое резервирование не привязано к определенному ресурсу до начала.
  • Может существовать переменное количество ресурсов.
  • Каждый раз, когда приходит новое резервирование, алгоритм должен, по крайней мере, иметь возможность проверить, возможно ли сопоставление с ресурсом или нет.

До сих пор я в основном рассматривал методы генетического алгоритма для решения проблемы, но у меня проблемы с кодированием проблемы в хромосомах.

Любые мысли об алгоритмах для этого приветствуются, а также алгоритмы, которые только находят "хорошее" решение, а не оптимальное.

Ответы

Ответ 1

Эта статья включает в себя различные операции времени для проверки свободных, перекрывающихся и пересекающихся периодов времени. Вы можете легко объединить эти классы с бизнес-объектами:

// ----------------------------------------------------------------------
public void TimeRangeSample()
{
  // --- time range 1 ---
  TimeRange timeRange1 = new TimeRange(
    new DateTime( 2011, 2, 22, 14, 0, 0 ),
    new DateTime( 2011, 2, 22, 18, 0, 0 ) );
  Console.WriteLine( "TimeRange1: " + timeRange1 );
  // > TimeRange1: 22.02.2011 14:00:00 - 18:00:00 | 04:00:00

  // --- time range 2 ---
  TimeRange timeRange2 = new TimeRange(
    new DateTime( 2011, 2, 22, 15, 0, 0 ),
    new TimeSpan( 2, 0, 0 ) );
  Console.WriteLine( "TimeRange2: " + timeRange2 );
  // > TimeRange2: 22.02.2011 15:00:00 - 17:00:00 | 02:00:00

  // --- time range 3 ---
  TimeRange timeRange3 = new TimeRange(
    new DateTime( 2011, 2, 22, 16, 0, 0 ),
    new DateTime( 2011, 2, 22, 21, 0, 0 ) );
  Console.WriteLine( "TimeRange3: " + timeRange3 );
  // > TimeRange3: 22.02.2011 16:00:00 - 21:00:00 | 05:00:00

  // --- relation ---
  Console.WriteLine( "TimeRange1.GetRelation( TimeRange2 ): " +
                     timeRange1.GetRelation( timeRange2 ) );
  // > TimeRange1.GetRelation( TimeRange2 ): Enclosing
  Console.WriteLine( "TimeRange1.GetRelation( TimeRange3 ): " +
                     timeRange1.GetRelation( timeRange3 ) );
  // > TimeRange1.GetRelation( TimeRange3 ): EndInside
  Console.WriteLine( "TimeRange3.GetRelation( TimeRange2 ): " +
                     timeRange3.GetRelation( timeRange2 ) );
  // > TimeRange3.GetRelation( TimeRange2 ): StartInside

  // --- intersection ---
  Console.WriteLine( "TimeRange1.GetIntersection( TimeRange2 ): " +
                     timeRange1.GetIntersection( timeRange2 ) );
  // > TimeRange1.GetIntersection( TimeRange2 ):
  //             22.02.2011 15:00:00 - 17:00:00 | 02:00:00
  Console.WriteLine( "TimeRange1.GetIntersection( TimeRange3 ): " +
                     timeRange1.GetIntersection( timeRange3 ) );
  // > TimeRange1.GetIntersection( TimeRange3 ):
  //             22.02.2011 16:00:00 - 18:00:00 | 02:00:00
  Console.WriteLine( "TimeRange3.GetIntersection( TimeRange2 ): " +
                     timeRange3.GetIntersection( timeRange2 ) );
  // > TimeRange3.GetIntersection( TimeRange2 ):
  //             22.02.2011 16:00:00 - 17:00:00 | 01:00:00
} // TimeRangeSample

Ответ 2

Взгляните на поиск табу и имитированный отжиг в качестве замены генетических алгоритмов.

Это очень похоже на пример PAS в Drools Planner (java, с открытым исходным кодом), который посвящен планированию пациентов на больничных койках со всеми виды ограничений. См. слайд и следующий слайд.