有一种洗车场，一次只能为1位客户提供服务。洗车的目标是通过使他们等待排队的时间最少，来吸引尽可能多的满意顾客。如果可以在15分钟内为客户提供服务，那么他们会感到快乐，在一小时内就会感到高兴，在1小时至3小时的中立时间和3小时至8小时的生气之间。 （目标是最大程度地减少愤怒的人和最大化幸福的人）。唯一需要注意的问题是，每辆车需要花费不同的时间进行清洗和维修，因此，鉴于我们必须最大化客户效用的目标，我们不能始终以先到先得的原则提供服务。因此可能看起来像这样：
客户专线：
Customer1）任务：6分钟（第一次到达）
Customer2）任务：3分钟（第二次到达）
Customer3）任务：9分钟（第3次）
Customer4）任务：4分钟（第4分钟）
服务热线：
服务客户2，服务客户1，服务客户4，服务客户3。
通过这种方式，没有人在排队之前等待超过15分钟。我知道我应该使用某种形式的优先级队列来实现此目的，但是老实说，我知道如何为不同的客户赋予优先级。我不能优先考虑需要最少工作量的客户，因为他们可能是最后一位到达的客户（其他人会很生气），而且我不能仅根据时间进行比较，因为第一个人可能要完成一项任务一整天。那么我将如何将这些客户彼此比较，以期获得最大的幸福感？
欢呼
答案 0 :(得分：1)
这类似于订购呼叫中心的电话。当您有金银客户时，它会变得更加有趣。无论如何：
每辆车都有readyTime（可以洗的最早时间，所以到达时间-每辆车可能有所不同）和dueTime（顾客生气的那一刻，所以3在readyTime之后数小时）。
然后使用约束求解器（如OptaPlanner）确定汽车的顺序（*）。汽车的顺序（这是一个真正的计划变量）意味着每辆汽车的startWashingTime（它是一个阴影变量），因为在您的示例中，如果客户1在客户2之后订购，并且我们从08开始：00，我们可以推断出客户1的startWashingTime是08:03。
然后endWashingTime是startWashingTime + washingDuration。
然后只需要添加2个约束，然后让求解器solve()就可以了：
endWashingTime必须小于dueTime，这是一个硬约束。这是为了避免生气的顾客。endWashingTime必须小于startTime加15分钟，这是一个软约束。这是为了最大化满意的顾客。（*）此问题是NP完全问题或NP困难问题，因为您可以将其简化为背包问题。在实践中，这意味着：您无法为其编写可在合理时间内扩展并找到最佳解决方案的算法。但是约束求解器可以使您接近。