如何针对未知的未来事件优化事件安排？

Question

场景：

我需要给用户机会预订不同时间的服务。 请注意，我没有提前预订，但是我需要在预订时填写。

预订可以表示为键值对：

[startTime, duration]

例如，[9,3]表示事件在9点开始，持续时间为3个小时。

规则：

• 用户一个个出现，从来没有一批用户请求
• 没有预订可以重叠
• 24/7全天候提供服务，因此无需担心“工作时间”
• 用户自行选择duration
• 很显然，一旦用户选择并确认了自己的预订，我们将无法再对其进行洗牌
• 我们不希望差距小于一定时间。这是基于未来用户填补空白的可能性。例如，如果durations在用户预订中的分布使得将来的用户填补不足x小时的空缺的概率小于p，则我们希望规则不能缩短比x。 （出于这个问题的目的，我们可以假设x被硬编码了，在这里我仅说明原因）
• 目标是使服务繁忙时间最大化

到目前为止我的想法...

1. 我保留了到目前为止的预订清单
2. 我还跟踪差距（因为它们是新用户预订的潜在位置）
3. 当新用户来预订[startTime, duration]时，我首先检查gapLength = duration的理想情况。如果没有这样的间隙，我会找到所有满足条件gapLength - duration > minimumGapDuration的插槽（间隙），并以该gapLength - duration值降序对其进行排序
4. 我将用户分配给第一个缺口，最大值为gapLength - duration，因为这给了我最高的可能性，即预订后剩余的缺口将来也会被填补

问题：

1. 我的方法是否存在一些我缺少的问题？

2. 是否有解决此特定问题的算法？

3. 是否有一些我可以开始使用并在以后进行优化的常规方法（良好的起点）？ （我实际上是在尝试获取足够的信息以开始，但没有犯一些严重的错误；可以/应该在以后进行优化）

PS。 从到目前为止的研究看来，约束编程可能就是这种情况。我想避免这种情况，因为我对此一无所知（也许它很简单，我只是不知道），但是如果它能带来真正的改变，我将继续努力并实现它。

我遇到了类似的问题，但是没有发现将来发生未知事件的问题。如果有，并且这是直接重复的，请参考它。