Artigos Java Red Hat: Resolvendo problemas de planejamento com OptaPlanner – Parte 1
Demais posts desta série:
Como escolher o algoritmo mais eficiente com OptaPlanner – Parte 2

Artigo no estilo: Curso

Por que eu devo ler este artigo:Problemas de planejamento estão em todos os lugares e compartilham algo em comum: são muito difíceis de serem resolvidos. Eles se enquadram em uma classe de complexidade computacional que está relacionada a um dos sete problemas matemáticos do milênio que ainda estão sem solução.

Com base nisso, este artigo apresenta ao leitor uma introdução ao framework OptaPlanner, solução que se propõe a ajudar desenvolvedores a resolver problemas de planejamento de maneira eficiente e escalável através da aplicação de heurísticas e meta-heurísticas que buscam por soluções otimizadas, sem necessariamente testar todas as combinações possíveis.

No decorrer desse curso exploraremos diversos conceitos relacionados ao assunto e desenvolveremos uma aplicação completa que utiliza o OptaPlanner para resolver um caso de uso do mundo real.

Problemas de planejamento estão presentes na rotina de organizações e indivíduos, em qualquer que seja a área (finanças, indústria, logística, etc.). Empresas frequentemente buscam formas mais otimizadas para fabricar, distribuir e comercializar seus produtos. Universidades investem tempo todos os semestres/anos montando a grade curricular de seus cursos (matérias x professores x alunos). Até pessoas comuns os têm. Quem nunca parou por algum momento para planejar a própria agenda de compromissos ou mesmo definir um roteiro de férias?

Para empresas, a busca por formas otimizadas para resolver esse tipo de problema é extremamente importante. Um bom planejamento possibilita fazer melhor uso de recursos (materiais, funcionários, dinheiro, tempo, etc.), reduzindo desperdícios e maximizando a produtividade/lucratividade de seus negócios.

Mesmo estando tão presentes à nossa volta, problemas de planejamento são difíceis de resolver e nós seres humanos não somos bons nisso. Ao ler o próximo tópico, talvez o leitor irá se surpreender com o quão complicado isso pode ser. Mas por outro lado, nós seres humanos conhecemos muito bem o negócio ao qual o problema de planejamento está relacionado. Por esse motivo, sabemos definir as condições e regras que determinam o que é uma solução aceitável, e também o que faz uma solução ser melhor que a outra. No entanto, apenas possuir esse conhecimento não basta. Precisamos também automatizar de maneira inteligente a aplicação dessas regras para que uma solução no mínimo viável possa ser encontrada dentro dos limites de tempo para o negócio e da capacidade de processamento computacional das máquinas. Isso é exatamente o que o OptaPlanner faz.

O OptaPlanner é um framework open source da Red Hat que reúne um conjunto de algoritmos de otimização (heurísticas e meta-heurísticas) que podem ser aplicados para resolver problemas de planejamento de maneira eficiente e escalável. Ele aplica o conhecimento dos experts de negócio, capturado na forma de regras para cálculo de score, para identificar e selecionar as melhores soluções para os problemas em questão.

Por ser inteiramente escrito em Java, o OptaPlanner pode ser empregado em qualquer tipo de aplicação Java, seja ela standalone ou Java EE. Para isso, é necessário apenas adicionar os jars do framework ao classpath da aplicação.

No passado o projeto fazia parte do Drools e era chamado de “Drools Planner”. A partir da versão 6.0 o projeto ganhou vida própria dentro da Comunidade JBoss e foi renomeado para OptaPlanner. Atualmente ele se encontra na versão 6.1.0 e faz parte da família de produtos KIE (Knowledge Is Everything) da Red Hat, junto com outras soluções, como o jBPM e o próprio Drools. O Drools Expert (engine de regras de negócios), inclusive, se integra com o OptaPlanner e pode ser utilizado como uma maneira eficiente para realizar o cálculo de score (veremos isso no decorrer do artigo).

Para obter o OptaPlanner você pode baixar os binários do site do projeto ou do repositório central do Maven. O código-fonte é aberto e está disponível para download no GitHub. Além disso, no site do projeto há uma documentação bastante detalhada, vídeos e exemplos. Para acessar esses conteúdos, veja os endereços na seção Links.

Problemas de planejamento vs. complexidade

Como identificar um problema de planejamento? Quais são suas características? Problemas de planejamento são caracterizados por possuírem objetivos bem definidos, os quais devem ser alcançados fazendo-se uso de um conjunto limitado de recursos e respeitando restrições de negócio e/ou leis universais. Veja na Tabela 1 alguns exemplos do mundo real.

Objetivo

Recursos

Restrições

Transportar bens ou pessoas de um ponto a outro

Veículos, combustível, tempo, etc.

· Carga não pode ultrapassar capacidade do veículo;

· Consumo de combustível deve ser minimizado;

· Horário para chegar ao destino deve ser obedecido.

Embalar/armazenar produtos (bin packing)

Containers, veículos, armazéns, etc.

· Capacidade dos containers (tamanho, peso) não deve ser excedida;

· Custo deve ser minimizado.

Corte de matéria-prima para fabricação de produtos

Papel, tecido, couro, etc.

· Desperdício deve ser evitado;

· Custo deve ser minimizado;

· Pedidos devem ser atendidos.

Definir escala de empregados

Pessoas, tempo, etc.

· Carga de trabalho não deve ser excedida;

· Turnos devem possuir empregados alocados;

· Preferência dos empregados deve ser atendida quando possível.

Tabela 1. Exemplos de problemas de planejamento do mundo real.

Nota: No site do OptaPlanner o leitor poderá fazer o download de um pacote de distribuição em formato ZIP contendo diversos exemplos de problemas de planejamento (incluindo alguns dos mencionados na Tabela 1) implementados em uma aplicação com interface gráfica (Figura 1). Cada exemplo traz uma série de data sets ...

Quer ler esse conteúdo completo? Tenha acesso completo