TimeFold 是什么与适用场景

30秒速览#

Timefold Solver 是一个嵌入式规划求解器，用来在大量可行/不可行方案中搜索“尽量好的方案”。它不负责替你发现业务规则，而是要求你把业务对象、可变决策和约束评分讲清楚。

最重要的一句话：Timefold 优化的是你写进 Score 的东西，不是你脑子里默认重要的东西。

它适合什么问题#

适合 Timefold 的问题通常有这些特征：

• 有一批任务、订单、车辆、员工、工件或资源需要分配。
• 决策变量是离散的，例如分配到哪台机器、排在第几个、选择哪个时间段。
• 约束很多，且硬约束和软目标混在一起。
• 业务希望在有限时间内得到一个足够好的方案，而不是穷举最优解。

典型场景：

• 生产排程：订单分配到产线，并决定顺序。
• 车辆路径：车辆访问客户的顺序和分配。
• 员工排班：班次、人员、技能、休息和公平性。
• 装箱/分配：物品放入有限容量的资源中。

它不适合什么问题#

• 规则很少、直接排序或贪心就能稳定解决的问题。
• 纯连续优化问题，例如只求一组连续参数最优。
• 业务目标尚未定义清楚，无法写出约束评分的问题。
• 需要严格证明全局最优，且问题规模又很大的场景。

和普通业务代码的区别#

普通业务代码通常是“按规则一步步构造结果”。Timefold 的方式是：

1. 你给出模型：哪些对象能被改变。
2. 你给出评分：什么方案更好。
3. 求解器不断尝试改变方案。
4. 分数更高的方案被保留，直到时间或条件结束。

因此，Timefold 项目的成败关键不在“调用 Solver”，而在：

• 领域模型是否表达了真实决策。
• 约束是否覆盖了业务底线和优化目标。
• 分数权重是否能表达优先级。
• 数据规模是否在可搜索范围内。

在生产排程里的直觉#

以订单排程为例：

• 订单/任务 往往是规划实体，因为它们的位置、产线、时间会变。
• 产线/模具/产品规格/换型矩阵 往往是问题事实，因为求解过程中它们不变。
• 订单属于哪条产线、排在谁后面 是规划变量。
• 开始时间、结束时间、所属产线 可以由规划变量推导，适合作为影子变量。
• 延期、换型时间、产线不兼容、资源冲突 是约束。

易错点#

关联笔记#

• ProblemFact、PlanningEntity、PlanningSolution
• Score 体系：硬约束、软约束与权重

待补#

• 对照 2.0.0 文档补“PlanningAI”和开源 Solver / ready-made REST model 的边界。