optapy下載 - optapy原始碼下載

optapy

Ai源碼

9.37.0b0

下載

奧普塔Py

OptaPy 是Python 的人工智慧約束求解器，可優化車輛路線問題、員工排班、維護計劃、任務分配、學校時間表、雲端優化、會議安排、作業車間調度、裝箱和更多規劃問題。

OptaPy 在內部包裝了 OptaPlanner 引擎，但在 Python 中使用 OptaPy 比在 Java 或 Kotlin 中使用 OptaPlanner 慢得多。

嘗試 OptaPy Jupyter 筆記本。

要求

安裝 Python 3.9 或更高版本。
安裝JDK 11以上版本，環境變數JAVA_HOME配置為JDK安裝目錄。

原始碼概述

領域

在 OptaPy 中，域由三個部分組成：

問題事實不會改變
規劃實體，具有一個或多個規劃變數
規劃解決方案，定義問題的事實和實體

問題事實

要聲明問題事實，請使用@problem_fact裝飾器

 from optapy import problem_fact


@ problem_fact
class Timeslot :
    def __init__ ( self , id , day_of_week , start_time , end_time ):
        self . id = id
        self . day_of_week = day_of_week
        self . start_time = start_time
        self . end_time = end_time

規劃單位

若要聲明規劃實體，請使用@planning_entity裝飾器

 from optapy import planning_entity , planning_id , planning_variable

@ planning_entity
class Lesson :
    def __init__ ( self , id , subject , teacher , student_group , timeslot = None , room = None ):
        self . id = id
        self . subject = subject
        self . teacher = teacher
        self . student_group = student_group
        self . timeslot = timeslot
        self . room = room

    @ planning_id
    def get_id ( self ):
        return self . id

    @ planning_variable ( Timeslot , value_range_provider_refs = [ "timeslotRange" ])
    def get_timeslot ( self ):
        return self . timeslot

    def set_timeslot ( self , new_timeslot ):
        self . timeslot = new_timeslot

    @ planning_variable ( Room , value_range_provider_refs = [ "roomRange" ])
    def get_room ( self ):
        return self . room

    def set_room ( self , new_room ):
        self . room = new_room

@planning_variable方法裝飾器用於指示哪些欄位可以變更。必須以 get 開頭並具有對應的 set 方法（即get_room(self) 、 set_room(self, newRoom) ）。裝飾器的第一個參數是規劃變數的類型（必需）。 value_range_provider_refs參數告訴 OptaPlanner 此規劃變數可以從規劃解決方案上的哪些值範圍提供者取得值。
@planning_id用於唯一標識特定類別的實體物件。不同類別的實體可以使用相同的Planning Id，但同一類別的所有實體的id必須不同。

規劃方案

若要聲明規劃解決方案，請使用@planning_solution裝飾器

 from optapy import planning_solution , problem_fact_collection_property , value_range_provider , planning_entity_collection_property , planning_score

@ planning_solution
class TimeTable :
    def __init__ ( self , timeslot_list , room_list , lesson_list , score = None ):
        self . timeslot_list = timeslot_list
        self . room_list = room_list
        self . lesson_list = lesson_list
        self . score = score

    @ problem_fact_collection_property ( Timeslot )
    @ value_range_provider ( range_id = "timeslotRange" )
    def get_timeslot_list ( self ):
        return self . timeslot_list

    @ problem_fact_collection_property ( Room )
    @ value_range_provider ( range_id = "roomRange" )
    def get_room_list ( self ):
        return self . room_list

    @ planning_entity_collection_property ( Lesson )
    def get_lesson_list ( self ):
        return self . lesson_list

    @ planning_score ( HardSoftScore )
    def get_score ( self ):
        return self . score

    def set_score ( self , score ):
        self . score = score

@value_range_provider(range_id)用來指示方法傳回計畫變數可以採用的值。可以透過@planning_variable的value_range_provider_refs參數中的 id 來引用它。它也應該有一個@problem_fact_collection_property或@planning_entity_collection_property 。
@problem_fact_collection_property(type)用於指示方法傳回問題事實。裝飾器的第一個參數是問題事實集合的類型（必需）。它應該是一個列表。
@planning_entity_collection_property(type)用來指示方法傳回規劃實體。裝飾器的第一個參數是規劃實體集合的類型（必要）。它應該是一個列表。
@planning_score(scoreType)用於告訴 OptaPlanner 哪個欄位保存分數。方法必須以 get 開頭，並具有對應的 set 方法（即get_score(self) 、 set_score(self, score) ）。裝飾器的第一個參數是分數類型（必要）。

約束條件

您可以使用 ConstraintFactory 定義約束

 from domain import Lesson
from optapy import constraint_provider
from optapy . types import Joiners , HardSoftScore


@ constraint_provider
def define_constraints ( constraint_factory ):
    return [
        # Hard constraints
        room_conflict ( constraint_factory ),
        # Other constraints here...
    ]

def room_conflict ( constraint_factory ):
    # A room can accommodate at most one lesson at the same time.
    return constraint_factory . for_each_unique_pair ( Lesson ,
                # ... in the same timeslot ...
                Joiners . equal ( lambda lesson : lesson . timeslot ),
                # ... in the same room ...
                Joiners . equal ( lambda lesson : lesson . room )) 
        . penalize ( "Room conflict" , HardSoftScore . ONE_HARD )

有關約束流的更多詳細信息，請參閱 https://www.optaplanner.org/docs/optaplanner/latest/constraint-streams/constraint-streams.html

解決

 from optapy import solver_factory_create
from optapy . types import SolverConfig , Duration
from constraints import define_constraints
from domain import TimeTable , Lesson , generate_problem

solver_config = SolverConfig (). withEntityClasses ( Lesson ) 
    . withSolutionClass ( TimeTable ) 
    . withConstraintProviderClass ( define_constraints ) 
    . withTerminationSpentLimit ( Duration . ofSeconds ( 30 ))

solver = solver_factory_create ( solver_config ). buildSolver ()
solution = solver . solve ( generate_problem ())