문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
플래너 소개
- OptaPlanner은 무엇입니까?
- 기획 문제란 무엇인가?
- Use Case 및 예
빈 포장 문제 예
- 문제 설명
- 문제의 크기
- 도메인 모델 다이어그램
- 주요 방법
- 솔버 구성
- 도메인 모델 구현
- 점수 구성
여행하는 세일즈맨 문제(TSP)
- 문제 설명
- 문제의 크기
- 도메인 모델
- 주요 방법
- 체인화
- 솔버 구성
- 도메인 모델 구현
- 점수 구성
플래너 구성
- 개요
- 솔버 구성
- 계획 문제 모델링
- 솔버 사용
점수 계산
- 점수 용어
- 점수 정의 선택
- 점수 계산
- 점수 계산 성능 요령
- 솔버 외부에서 점수 계산 재사용
최적화 알고리즘
- Search 현실 세계의 공간 크기
- Planner는 최적의 솔루션을 찾나요?
- 아키텍처 개요
- 최적화 알고리즘 개요
- 어떤 최적화 알고리즘을 사용해야 합니까?
- 솔버 단계
- 범위 개요
- 종료
- 솔버이벤트 리스너
- 사용자 정의 솔버 단계
이사 및 동네 선택
- 이사 및 동네 소개
- 일반 이동 선택기
- 여러 MoveSelector 결합
- 엔터티 선택기
- 값선택기
- 일반 선택기 기능
- 맞춤 동작
구성 휴리스틱
- 첫 번째 적합
- 최고로 잘 맞는
- 고급 그리디 핏
- 가장 저렴한 삽입
- 후회 삽입
지역 검색
- 지역 Search 개념
- 힐 클라이밍(간단한 로컬 Search)
- 타부 Search
- 모의 어닐링
- 늦은 수락
- 걸음 수 계산 언덕 오르기
- 후기 시뮬레이션 어닐링(실험적)
- 사용자 정의 종료, MoveSelector, EntitySelector, ValueSelector 또는 Acceptor 사용
진화 알고리즘
- 진화 전략
- 유전 알고리즘
하이퍼휴리스틱
정확한 방법
- 무차별 대입
- 깊이 우선 Search
벤치마킹 및 조정
- 최상의 솔버 구성 찾기
- 벤치마크를 하는 중
- 벤치마크 보고서
- 요약 통계
- 데이터세트당 Statistics(그래프 및 CSV)
- 고급 벤치마킹
반복되는 계획
- 반복 계획 소개
- 백업 계획
- 지속적인 계획(기간 계획)
- 실시간 기획(이벤트 기반 기획)
Drools
- Drools에 대한 간략한 소개
- Drools에 점수 함수 작성
완성
- 개요
- 영구 저장
- SOA와 ESB
- 기타 환경
21 시간
회원 평가 (1)
The training definitely backfilled some of the gaps in my knowledge left by reading the OptaPlanner userguide. It gave me a good broad understanding of how to approach using OptaPlanner in our projects going forward.