最近公司在與客戶交流業(yè)務(wù)的過程中了解到這樣一個(gè)需求，生產(chǎn)車間要生產(chǎn)指定材質(zhì)、規(guī)格(截面存在正方形和圓形兩種，邊長(zhǎng)和直徑也會(huì)不同)、長(zhǎng)度的硅棒，倉(cāng)庫(kù)中存儲(chǔ)著各種格式材質(zhì)、規(guī)格、長(zhǎng)度的硅棒，需要按照需求到倉(cāng)庫(kù)中去取對(duì)應(yīng)的原料，有符合條件的直接滿足需求，若材質(zhì)和規(guī)格相同，但是長(zhǎng)度不同的話就需要將多個(gè)較短的硅棒進(jìn)行拼接以滿足需求。倘若每次只有一個(gè)需求，按照現(xiàn)有庫(kù)存的原料情況，人還是比較容易去獲取相應(yīng)的原料去拼接滿足需求。如果每次有一批這樣的需求，不但要滿足在材質(zhì)、規(guī)格、長(zhǎng)度上的要求，而且在拼接次數(shù)上，拼接后超出長(zhǎng)度的限制上有要求，人員就很難通過簡(jiǎn)單的觀察比較去處理了。
舉個(gè)例子，有50 個(gè)需求，倉(cāng)庫(kù)中有1000個(gè)原料，要在材質(zhì)，規(guī)格，長(zhǎng)度需求上滿足需求，可拼接，但是每個(gè)硅棒需求最多允許拼接2次，可以超長(zhǎng)，但是超長(zhǎng)的部分不可超過50mm，超長(zhǎng)的部分越少越好。
當(dāng)人員面對(duì)這樣的需求，就比較棘手，無從下手了。原因如下 ，一、人員很難給出可行性規(guī)劃方案；二、可行性方案眾多，時(shí)間有限，不能窮舉的情況下，不能比對(duì)獲取最優(yōu)方案，假設(shè)可行方案相對(duì)較少，人力范圍可窮舉，但是比對(duì)獲取最優(yōu)解也將耗費(fèi)人員大量的時(shí)間和精力，得不償失，不可行。
面對(duì)這樣的難題，就需要借助程序按照目標(biāo)需求計(jì)算出最優(yōu)解了。人工智能約束求解器，可以利用運(yùn)籌學(xué)模型與機(jī)器學(xué)習(xí)將實(shí)際問題轉(zhuǎn)化為數(shù)學(xué)模型求解。它可以優(yōu)化規(guī)劃和調(diào)度問題，將復(fù)雜的AI優(yōu)化算法（如禁忌搜索，模擬退火，延遲接受和其他元啟發(fā)式算法）與一些非常有效的約束評(píng)分計(jì)算技術(shù)，還有其他最先進(jìn)的約束求解技術(shù)相結(jié)合起來，量化規(guī)劃問題的硬性約束條件和軟性約束條件，對(duì)每個(gè)規(guī)劃方案進(jìn)行硬性條件和軟性條件評(píng)分，根據(jù)評(píng)分反饋優(yōu)化方案的規(guī)劃，不斷的比對(duì)獲取更佳方案，在有限的時(shí)間內(nèi)，方案不可窮舉的情況下，推薦出滿足硬性條件，軟性條件極大的滿足，人力所不能觸及的優(yōu)質(zhì)方案。
我們可以使用編程方式依賴調(diào)用約束型求解器的相關(guān)方法，編程語(yǔ)言描述清楚想要什么，必須滿足什么條件，什么條件不用必須滿足，但是用戶的取向是什么，比如說越大越好... ... ，最后運(yùn)行程序，獲取在給定的資源條件下，滿足需求的優(yōu)質(zhì)方案。
根據(jù)客戶的這個(gè)業(yè)務(wù)場(chǎng)景和解決思路，公司研發(fā)人員部建立了一個(gè)業(yè)務(wù)Demo。創(chuàng)建 5個(gè)需求，30個(gè)硅棒作為現(xiàn)有倉(cāng)庫(kù)存儲(chǔ)，需求的長(zhǎng)度必須滿足，可超長(zhǎng)，但超長(zhǎng)的長(zhǎng)度不可超過10,超長(zhǎng)部分越少越好，可拼接，但是不能超過3個(gè)，拼接的個(gè)數(shù)越少越好。（在這里為了演示的可閱讀性，假設(shè)硅棒的原料相同，硅棒的截面規(guī)格也相同，只有長(zhǎng)度不同，長(zhǎng)度單位為毫米，下文在描述時(shí)對(duì)單位做了省略。）
建立編程模型后，運(yùn)行效果如下：

5個(gè)硅棒需求，所需求的長(zhǎng)度分別為 800、805、900、905、910。

30個(gè)硅棒資源，長(zhǎng)度分別為：500、501、502、503、504、505、506、507、508、600、601、602、603、604、605、606、607、608、619、300、301、302、303、304、305、306、307、308、309、310。

求解后訂單與資源的分配對(duì)應(yīng)關(guān)系如下：

觀察分析下運(yùn)算后的推薦結(jié)果，完全滿足在長(zhǎng)度、拼接次數(shù)、超長(zhǎng)限制這樣的硬性需求；在超長(zhǎng)越少越好，拼接次數(shù)越小越好方面也是最大程度上滿足了需求。通過編程建立業(yè)務(wù)模型，使用約束型求解模式對(duì)規(guī)劃問題求解，使得原本難以入手解決的問題迎刃而解。在訂單資源分配上給出最優(yōu)建議指導(dǎo)，極大的提高了資源的利用率，節(jié)省成本，創(chuàng)造收益。

現(xiàn)僅僅是針對(duì)當(dāng)前的業(yè)務(wù)場(chǎng)景做了一個(gè)簡(jiǎn)單的Demo，其實(shí)基于約束型求解模式，可以解決 員工輪班安排、議程安排、教育時(shí)間表、車輛路線規(guī)劃、裝箱、作業(yè)車間計(jì)劃、切割原料、運(yùn)動(dòng)計(jì)劃、財(cái)務(wù)優(yōu)化 等業(yè)務(wù)領(lǐng)域的規(guī)劃問題，在提供可行性方案，節(jié)省成本，提高收益上給出強(qiáng)有力的建議和指導(dǎo)。