遗传算法vs专家系统

Question

我对使用新软件的系统有些怀疑。
尚未编写任何代码，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。
这是我的变量：

• 技师
  数
• 客户的位置
  
• 的问题类型
  
• 已经安排了技术人员约
  
• 专业技术人员的服务情况
  
• 客户优先

也许有些失踪，但这些是最重要的。
这项工作是手动完成的，并且有人类，我们无法看到有时需要采取的最佳途径。
假设客户打印机出现问题。
首先，检查哪些技术人员知道打印机。
然后，是可用的技术？远离客户？它可以远程完成（软件问题）吗？
它可以由离客户位置较近的另一位技术人员完成吗？
此客户是否比其他技术人员有更高的优先级？
技术员时间表是否已满？如果是，请转到其他打印机/硬件技术部门。

我知道我的英语不完美（不是我的自然语言），但我会尽量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？遗传算法对于这类工作来说看起来不错，我也有GAF和WatchMaker（Java GA Framework）的一些经验。但是，在阅读上述文字时，专家系统似乎也适用。
有人做过这样的事吗？
我曾搜索这种软件，找不到任何相似的东西。
另一种方法会比两个问好吗？！
此外，我正在建立一张具有所有技术能力和专业知识的表格，其中包含简单的规则，例如1到5个关于每种专业知识的规则。这也是一个决定因素。
谢谢。

Answer 1

为什么不这样做呢？使用专家系统（规则引擎）来定义约束条件，并使用元启发式算法（如本地搜索或遗传算法）来解决它。规划引擎OptaPlanner（java，open source）正是如此（通过使用规则引擎Drools）。该建筑的外观很喜欢这样的：

Here's a video demonstrating the constraint flexibility on the vehicle routing problem (VRP).你的问题似乎是在VRP的先进变型（这是对TSP的变体）。

Answer 2

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

我想这只有在距离交易。