我对新软件应该使用哪个系统有一些疑问。
还没有编写任何代码，我只是分解所有需求，然后才开始编码。
这将在一家为其他公司提供现场和远程服务的计算机公司中实现。
这些是我的变量:
- 技术人员人数
- 客户位置
- 问题类型
- 已为技术人员安排服务
- 技术人员对当前情况的专业知识
- 客户优先
也许有些遗漏了，但这些是最重要的。
这项工作是手动完成的，并且有人类，我们有时看不到最佳路线。
假设客户调用询问打印机问题。
首先，检查哪些技术人员了解打印机。
那么，技术可用吗？离客户远吗？可以远程完成(软件问题)吗？
可以由距离客户位置较近的另一位技术人员来完成吗？
对于相同的技术，该客户是否比其他客户拥有更高的优先级？
技术人员的日程安排满了吗？如果是，请传递给其他打印机/硬件技术。
我知道我的英语并不完美(不是我的自然语言)，但我会尝试提供更多详细信息或根据需要更正文本。
所以，我的问题是，你会采取什么样的方法？遗传算法似乎很适合这种工作，而且我对 GAF 和 WatchMaker(Java GA 框架)也有一些经验。然而，当阅读上面的文字时，专家系统似乎也是合适的。
有人做过这样的事情吗？!
我搜索过此类软件，但找不到类似的东西。
另一种方法会比这两种方法更好吗？!
另外，我正在建立一个包含所有技术能力和专业知识的表格，并使用简单的规则，例如每个专业知识 1 到 5。这也是一个决定因素。
谢谢。
最佳答案
为什么不两者都做呢？使用专家系统(规则引擎)来定义约束并使用元启发式(例如本地搜索或遗传算法)来解决它。规划引擎OptaPlanner (java，开源)正是这样做的(通过使用规则引擎 Drools)。架构如下所示:
Here's a video demonstrating the constraint flexibility on the vehicle routing problem (VRP).您的问题似乎是 VRP 的高级变体(它是 TSP 的变体)。
关于artificial-intelligence - 遗传算法与专家系统，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21818543/