遗传算法与专家系统

Question

我对于我应该将哪个系统用于新软件存有疑问 还没有编写代码，我只是将所有需求分开，然后才开始编码 这将在一家计算机公司实施，该公司为其他公司提供现场和远程服务 这些是我的变量：

• 技术人员数
• 客户的位置
  
• 问题类型
  
• 已安排给技术人员的服务
• 技术人员对情况的专业知识
  
• 客户优先级

也许有些人遗失了，但这些是最重要的 这项工作是手工完成的，有人类，我们有时看不到最好的路线 假设客户打电话给打印机问题 首先，检查哪个技术人员了解打印机 那么，技术是否可用？远离顾客？可以远程完成（软件问题）吗？ 是否可以由距离客户所在地更近的其他技术人员完成？ 这个客户的优先级是否高于同一技术应该进行的其他客户？ 技术人员的日程表是否已满？如果是，请转到另一台打印机/硬件技术人员
我知道我的英语不完美（不是我的自然语言），但我会尝试提供更多细节或根据需要更正文字。

所以，我的问题是，你采取什么样的方法？遗传算法似乎很适合这种工作，我也有一些GAF和WatchMaker（Java GA Framework）的经验。但是，在阅读上述文本时，专家系统似乎也是合适的 有人做过这样的事吗？！我曾经搜索过这种软件，找不到任何相似的东西 另一种做法会比两个问题更好吗？！
此外，我正在建立一个包含所有技术能力和专业知识的表格，简单的规则，如每个专业知识1到5。这也是一个决定因素 感谢。

Answer 1

为什么不两个都做？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）。架构看起来像这样：

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（这是TSP的变体）。

Answer 2

也许你可以从TSP开始， 这里http://en.m.wikipedia.org/wiki/Travelling_salesman_problem

我猜它只涉及距离。