Question

我正在尝试实施一个团队选择算法 - 比如说我们每个人都有基于他们的卓越性订购的技能：P1 {ruby，python，java}意味着他比java更精通ruby，类似P2 ..所以上。我有项目Proj1，需要人们有一些技能{比如ruby，python等}，Proj2等。我如何在项目中分配人员以进行公平分配（假设一个人只能在一个项目上工作）？ / p>

Answer 1

Linear programming可以在此处应用。您需要根据可以最大化或最小化的目标来定义公平分配。然后根据项目添加约束。您可以使用任何LP解算器解决此问题，例如： lpsolve。从维基百科引用LP的历史

Dantzig最初的例子是找到70的最佳作业人到70个工作岗位。

希望这有帮助。

Answer 2

这是我的建议，问题定义空白充满了我的假设。这类似于Ankush答案中的线性编程方法

您为程序员拥有的每项技能分配权重：

P1{java,ruby,python} -- P1{1, 0.5, 0.25}
P2{ruby,python} -- P2{1, 0.5}
P3{python,ruby,java} -- P3{1, 0.5, 0.25}

现在你的项目要求是：

项目{使用Java，Python}

所以，你取每个程序员的权重，每个加1（需要技能）或0（不需要技能）：

P1_suitability = 1*1 + 0.5*0 + 0.25*1 = 1.25
P2_suitability = 1*0 + 0.5*1 = 1
P3_suitability = 1*1 + 0.5*0 + 0.25*1 = 1.25

您为项目选择P1和P3

另一个项目要求：

项目{红宝石，蟒}

计算适用性：

P1_suitability = 1*0 + 0.5*1 + 0.25*1 = 0.75
P2_suitability = 1*1 + 0.5*1 = 1.5
P3_suitability = 1*1 + 0.5*1 + 0.25*0 = 1.5

您为其他项目招募P2和P3

同样，这是非常推测的解决方案，因为问题定义并不完整。无论如何，这不是一个糟糕的运动..

Answer 3

这是另一种线性编程方法，基于没有人注意到你是否提前完成的理论，但如果你迟到就会遇到大麻烦。

对于每个项目，估计所需技能的标准程序员小时数。

对于每个程序员和每项技能，估计他们必须工作多长时间才能产生一个标准的程序员小时值。

然后你需要解决一个线性程序，其中大多数未知数的形式是Pijk，其中Pijk是程序员在项目k的技能j上花费的经过工作小时数。

在所有项目中，您立即拥有SUM_j，k Pijk＆lt; = Qi的约束，其中Qi是程序员必须节省的总时间。

项目k的技能j上完成的工作总量是SUM_i Pijk * Eij，其中Eij取决于我在技能j方面的优秀程序员。给定Pijk，特定活动的松弛量是Sjk = SUM_i Pijk * Eij - Wjk，其中Wjk是该技能和项目的总工作量。如果任何项目的任何技能的最小松弛量是S，那么我们有S＆lt; = Sjk。

的约束。

因为错过最后期限是昂贵的，我声称一个好的目标函数是最大化S，这是任何项目的任何技能的最小松弛量。所有这些都是作为一组线性不等式给出的，因此您应该能够找到导致最大可能S作为线性规划问题的Pijk。

根据技能建立团队

3 个答案: