先进计划和调度领域的研究如高度重视吸引
生产计划和调度，吸引计算机科学界的不断关注。几个研究领域，如人工智能，运筹学和约束编程加入自己的力量来解决真正的工业生活所带来的问题。其中约束计划起着整合的作用，因为它提供了良好的声明建模，并在同一时间，能力，它可以直接利用在AI或开发的成功的方法。在本文中，我们分析背后的产业规划和调度问题。在特别是我们给调度问题的调查可能的概念模型一些规划的特点。我们比较他们的优点和缺点，和我们解释工业背景。这些模型进行了研究内的VisOpt的项目，其任务是复杂的生产环境，以发展为一个通用的调度引擎。
规划和调度领域的研究，如高度重视吸引人工智能（AI），运筹学（OR）和最近，约束编程（CP）。粗略地讲，规划与计划实现一些目标，即找到一个动作的顺序，将转移到一个初始世界目标的描述是真实的。产业计划通常意味着找到一个计划生产有一个较长的时期。从这个角度来看，可以被看作是调度一个短的时间内更详细的规划。更确切地说，调度交易活动资源的具体分配优先，尊重随着时间的推移时间，能力和不兼容的限制。
运筹学研究的调度问题和许多有悠久的传统开发成功的方法来处理这个问题。近日，约束编程调度社区之间的高利率吸引，因为其潜在的对各种现实生活中的约束问题的声明描述。约束编程[5]的基础上的声明描述的问题的想法约束手段，几个未知数（或变量）之间的逻辑关系。在第二阶段，解决方案，即从各自的赋值每个未知域，被发现在这样的方式，满足所有的约束。它是可能的对各个领域的国家限制，然而，目前可能超过95％约束的应用程序处理有限域[18]。其中，调度问题是最成功的应用领域[14,19]。约束编程代表最接近的方法计算机科学尚未编程的圣杯：用户状态的问题，电脑解决它[E。 freuder，约束，1997年4月。然而，依靠这种说法也是基于约束的现实生活中的项目，最大的危险，因为泛型约束仍然没有能力来有效地解决大规模的满意度和优化算法工业问题所带来的现实生活。至少在没有额外的帮助。因此，约束建模，即问题的一个制约手段的描述，是非常所有项目的重要组成部分。另外，运筹学和人工智能把他们的检查方法，以提高约束使用系统的效率
全球性的限制[16]和先进的搜索技术。
在本文中，我们给出了基本技术，概念和发展机制的调查在项目规划能力的通用调度引擎。现在的任务是准备一个通用的模型能够捕捉各种规划和调度问题在复杂的生产环境。我们总结了第一阶段的结果该项目的三个基本概念模型代表的问题进行了研究描述问题领域的核心约束进行了介绍。在现阶段，我们主要集中在模型的表达能力，我们给的描述工业模型背后的背景，我们只略微触及的效率问题。项目的下一阶段将涉及额外的，大多是多余的定义价值传播，以及一个特殊的标签程序的约束。在这个阶段，该系统的效率，成为主要问题。
问题区域在VisOpt调度项目[4]我们处理复杂的生产领域，如塑料，石化，化工或制药行业。我们的任务是制定一个复杂的生产规划能力的通用调度引擎环境。这台发动机应该很容易为定的生产定制通过资源描述的环境。问题域可以被描述为一个复杂的异构环境几个资源相互干扰。目前，我们正在与生产者，搬运工和商店，后来其他工人和工具等资源将被添加。一些资源可以处理多个任务的时间（在批量生产）和任务预计到多个替代资源。处理时间是变量和在资源加工，资源指定工作时间的限制。