私たちはクライアント向けのソリューションを完成させていますが、デジタル世界では最適化されていない共通の問題が発見されました。複数のリソース（指名、部屋、機器）がスケジュールされる実際の場面では、各「サービス」は異なる時間スロットを消費する可能性があり、したがって各予約は指名者のためにスケジュールされ、また部屋や機器を使用することもあります。従来のアプローチでは、スケジュールはエンドカスタマによって駆動され、予約は時間に沿ってスケジュールされ、カレンダーが徐々に埋まっていきます。

私たちは、オペレーションを遂行する最適な方法ではないと考えています。最適なアプローチは、予約をするときにエンドカスタマーが選択できる「最適な」利用可能なスロットを決定することです。

アルゴリズムからすべての空きスロットを決定するのは簡単です：要求された指名者/部屋/機器の空き状況の重複です。ただし、後で埋めることができないスケジュールの5/10/15分の隙間を防止したいと思っています。（人々が意図的に間スロットを購入するために映画のチケット席を購入すると想像してください。）

私たちは1つのリソース（ユーザー）の可用性のみを考慮したソリューションから始めます。最初に、ユーザーが実行できるアポイントメントの期間の最小公倍数（LCM）を決定します。次に、LCMをステップサイズとして、そのユーザーの合計利用可能時間で利用可能なスロットを生成します。これは、5分ごとにすべての可用性オプションを提供するだけよりも優れているようですが、理想的とは言えません。 （たとえば、LCMが高い場合、ほとんどオプションが提供されません。）さらに、他のリソース（部屋/機器）を考慮に入れていません。

私たちが増分スケジューリングについてうまく機能すると考えるもう1つのアプローチは、価格戦略を実装することです。エンドカスタマーが未使用リソースを使用した場合、その未使用期間が販売されずに空いてしまう可能性があるため、未使用期間の一部をリソースコストに追加します。限界まで、未使用期間のコストの100％であれば、どのスケジュールについても損失はありません。

その後、私たちは見てみましょう。 change-makingの問題 そして 予測する アプローチ。 

コインの価値は、w1からwnまで昇順に配置されたn個の異なる正の整数値（整数）のセットによってモデル化できます。問題は、正の整数である金額Wが与えられた場合、コインの値wjが使用される回数を表すxjが含まれる非負（正またはゼロ）の整数のセット{x1、x2、...、xn}を見つけることであり、合計枚数f（W）が最小になるようにします...

そして、市場に広く利用可能な高度な予約エンジンがない理由がわかりました。それは単純に、クライアントによって「最適化」する方法が異なるためであり、解決したい問題/問題の正確な理解が必要です。

再度、EastWood Healthに学ぶ機会を与えてくださりありがとうございます。