我试图通过谷歌搜索找到答案，但我无法在那里取得任何实际进展（可能是因为我不知道谷歌究竟是什么）。
我想要解决的问题是这样的：假设我住在A地点，而我的朋友住在B地点。我们想要找到一个不会太远的餐馆＃＆＃34; 34;对于我们任何一个人什么是一个好的目标函数，只考虑餐厅与A和B的距离，并捕捉到一些关于公平＆＃34;的概念。因此，在最大限度地减少可能餐馆的功能时，我们只能为一个人提供不公平的远程（或关闭）。
我考虑了距离的总和，但这对于加入A和B的线上的所有点给出了相同的结果。直观地说，似乎是公平的＆＃34;函数应该为中点附近的点给出较低的值。然后我考虑了距离的平方和，但我不确定这是一个非常好的主意。
另一种可能性是考虑从中点到餐馆的距离，但这有一些实际问题。由于各种其他原因（如单向道路，中点附近的封闭道路等），如果我们只考虑距离中点的距离，我们可能会得到一个糟糕的解决方案。这就是我希望目标函数仅将A和B的距离作为输入（而不是任何其他点）的原因。
答案 0 :(得分：2)
与生活中的许多事情一样，担心＆＃34;公平＆＃34;导致次优解决方案。
我建议最好的解决办法是尽量减少 MAX（dist（A），dist（B））
这将是＆＃34;不公平＆＃34;如果离 B 最近的餐馆更接近 A ，但是你真的想选择一个远离双方的餐厅，以确保 A 支付他的公平＆＃34;加重的分歧？
如果有几家餐馆有相同的分数，我建议尽量减少 MIN（dist（A），dist（B））来打破关系，因为这会使较大的总体恶化比较大。这意味着如果 B 必须更进一步，但有两个候选人距离 B 的距离相同，那么 B 应该选择那个＆ ＃39; 最接近 A 。毕竟， A 和 B 应该是朋友，对吧？如果你的朋友希望你因为痛苦不可避免而遭受痛苦，你会很恼火。 （我确定我们都有这样的前朋友： - ）
请注意，最小化平方和，并最小化最大值，都是＆＃34; p-norms＆＃34;使用不同的指数：https://en.wikipedia.org/wiki/Norm_(mathematics)#p-norm
平方和是L_2范数，它更喜欢平均值更好的单个分量的解，而最小化最大值是L_infinity范数，它完全由最差的单个分量控制。
我认为所有的p-norms都是你问题的合理答案。
答案 1 :(得分：1)
如下：
objective function = A + B + lambda * abs( A - B )
通过调整lambda，你可以控制给予公平的权重。