方案： 我们有10种玩具，每种类型包括10种玩具。 我们将向100名儿童分发玩具。每个孩子对10种不同程度的满意度。提示：在实际项目中，我的数据库中将包含300000多个子记录。
我的问题是：如何衡量和定义最佳分销解决方案？ 如何得到结果？请给我一个提示。
有些朋友建议我尝试KM算法，我不确定它对我有用。
思。
答案 0 :(得分：1)
这个问题很难，因为你还没有决定要优化什么，并且因为如果你有300个孩子 - 或者客户 - 需要担心，许多优化方法的运行成本会很高。
您想要优化什么？如果你试图优化一些每个孩子满意度得分的总和，你真的可以比较两个不同孩子的主观满意度，更不用说将它们加起来产生任何合理的东西吗？如果你决定使用这样一个系统，你是否可以证明那些决定谎言他们满意的孩子不会歪曲它，例如说如果他们没有得到一个特定的玩具就会被摧毁？
如果有人认为满意度得分的总和不是正确的指标，而是你应该最大限度地减少最不满意的孩子的不满意情况怎么办？
如果有人认为不平等是真正的问题，那么如果有一个非常幸福的孩子，你应该带走他们的玩具并将其交给其他人，以尽量减少最满意和最不满意的孩子之间的满意度差异？< / p>
如果有人决定某些孩子比其他孩子更重要，因为他们的曾祖父母做了什么，或者没做过什么呢？
只是不完全否定，这是一个廉价的计划，并试图证明它的财产。让孩子们按照随机顺序分配玩具，好像每个孩子都按照他们的喜好选择这个顺序 - 所以每个孩子都会根据他们选择时留下的玩具得到他们最喜欢的玩具。
您可能想要的一种选择方法是，在玩具分发后，孩子们不会发现他们可以互相交换玩具以产生更好的分布，让你看起来很傻（也就是不是帕累托最优解）。假设这个计划中的孩子之间可以进行这种交易模式。考虑在初始随机化中首先出现在这些孩子中的交易孩子。他们从所有可用的玩具中选择了他们最想要的玩具，所以实际上没有其他交易孩子可以提供他们更喜欢的玩具。所以这个方案至少不容易受到后期交易的影响。