Question

我一直在为学生研究这种通用分配算法。

它的伪代码（Python实现）是：

for a student in a dictionary of students:
    for student preference in a set of preferences (ordered from 1 to 10):
        let temp_project be the first preferred project
        check if temp_project is available
        if so, allocate it to him and make the project unavailable to others
        break

很简单，这将尝试从最喜欢的项目开始分配项目。它的工作方式，在一组100个项目中，你列出了你想要做的10个。所以第10个项目不会是“最不喜欢的整体”，而是他们所选择的集合中最不喜欢的，这并不是那么糟糕。

显然，如果它不能分配项目，学生只需恢复基础案例，即无分配，等级为11。

我正在做的是根据排名的加权和计算分配“质量”。因此数字越低（即更优选的项目），分配质量越好（即更多学生有高度优先的项目）。

这基本上就是我现在所拥有的。简单而且有效。

现在我正在研究这种尝试在本地最小化分配权重的算法（这个伪代码有点乱，对不起）。

这可能有用的唯一原因是因为我的“搜索空间”不是特别大（只是一个非常一般的，轶事观察，请注意）。由于该项目仅针对我的部门，因此我们有自己的限制。所以学生人数不能超过100人，优惠人数不得超过10人。

for student in a dictionary/list/whatever of students:
    where i = 0
    take the (i)st student, (i+1)nd student
    for their ranks: 
        allocate the projects
        and set local_weighting(N) to be sum(student_i.alloc_proj_rank, student_i+1.alloc_proj_rank)

    these are the cases:

    if N is 2 (i.e. both ranks are 1):
        then i += 1 and
        and continue above

    if N > 2 (i.e. one or more ranks are greater than 1):
        let temp_N be N:
            pick student with lowest rank 
            and then move him to his next rank
            and pick the other student and reallocate his project

            temp_N is sum of the the ranks

            if temp_N is < N:
                then allocate those projects to the students
                i += 1 
                and move on for the rest of the students

更新了评论：

我正在尝试做什么：

我试图在两个学生群体之间（即本地）实现“最低权重分配”
重量分配是学生分配的等级之和。我们希望学生能够获得排名最高的项目。因此，如果学生A得到一个项目，他排名1，学生B得到一个她排名5的项目，那么他们的本地分配权重是6.如果我们将学生A移动到他的2级项目，因此，学生B被移到她的等级3项目然后权重现在是5. 5＆lt; 6这总体上更好。
因此，我从我的学生集合开始，然后开始迭代它们
我从第一个和第二个学生开始，并将他们的项目分配给他们
然后我如上所述计算重量。鉴于权重等于排名，如果两者都排名为1，则权重为2.这是好的，我们希望继续第二和第三学生。
现在，如果权重大于2，表示一个或多个项目的排名大于2，我们会尝试获得更好的版本。
因此，我们选择排名最低的学生，然后将他/她排在一个等级（所以如果他/她排名第一，这会将他降到第2级）
然后我们尝试将另一名学生重新分配到另一名。
现在如果重量比之前的重量更好，那么我们就让它成为新的重量并让他们拥有这些项目。如果它更糟或相等，那么我们只是继续学习下一对学生。
在当地，对于学生来说，这件事情一直在努力，直到达到最低体重并且无法做得更好。

希望这能解释我正在尝试做什么？

所以，问题：

这是模拟退火的一种修改，但对此的任何评论都会受到赞赏。
我如何跟踪哪个学生（i）和哪个学生（i + 1）
如果我的整个学生名单是100，那么事情就会陷入困境（i + 1）= 101，因为没有。我怎么能绕过那个？
可以发现任何直接的缺陷吗？

额外信息：

我的学生词典是这样设计的：

students[student_id] = Student(student_id, student_name, alloc_proj, alloc_proj_rank, preferences) 
    where preferences is in the form of a dictionary such that
        preferences[rank] = {project_id}

Answer 1

似乎Assignment Problem可能对您有用，可以使用Hungarian Algorithm解决（正如您在其他问题中所述：Student-Project allocation algorithms?）。

显然有一个匈牙利算法的python实现：http://pypi.python.org/pypi/hungarian/0.2

我建议只使用一个众所周知且已经实现的算法，而不是试图提出自己的算法。

如果您真的想使用自己的算法并想要使其有效，我建议您清楚地解释您要做的事情，而不仅仅是提供代码。

祝你好运，希望有所帮助。

分配算法帮助，使用Python

1 个答案: