如何解决将N个特工以最小的成本放置到M个庇护所的算法
TL; DR:简短的问题描述:
我正在寻找一种有效的算法,该算法可以通过最小化代理商需要移动的距离来优化位于2D空间中的N个代理商如何放置到M个庇护所中。
每个庇护所只能容纳1名特工。如果N> M(代理人多于可用的避难所),那么某些代理人将不会被放入避难所(所有代理人都是相同的)。
(可选的简化形式:虽然可以在2D空间中自由放置代理,但避难所始终布置在正方形网格上。没有代理位于避难所的凸包之外。)
这就是您需要知道的一切。但是,如果您认为此问题没有有效的解决方案,那么这里就是...
问题的更具体(对我而言最相关)版本:
正好有9个避难所,排列在一个正方形网格中(距离d)。所有N个代理都位于中央庇护所周围(在以中央庇护所为中心的d * d大小的盒子中)。但是,在这种情况下,中央避难所始终是空的,但其他所有避难所在开始时都可能是空的(空)。
在这种情况下,我需要一种算法来解决任意多个代理N(通常为N
该算法应该高效,因为我需要快速解决许多此类问题。
示例:
这里是一个示例,其中N = 3个代理(黑点)和M = 5个可用掩体(绿点)。红点表示无法使用的掩体。
] 1我用字母代表庇护所,用数字代表特工。我到目前为止所做的事情:
我确定这个问题有一个特定的名称,并且已经解决/研究了,但是我找不到其名称或任何解决方案。我需要快速解决其中的许多问题,而且我一直都希望有最佳的解决方案(如果不可能的话,几乎最佳的解决方案也已足够)。这是到目前为止我尝试过/想到的:
- 蛮力:我知道可以用蛮力找到问题的最佳解决方案,方法是检查所有可能的选项,计算每个选项的总行驶距离,并选择总行程最小的选项。如果M和N大,则可能涉及许多计算。 一种快速但非最佳的解决方案,其工作方式如下:对于每个代理i,计算到中心节点E的距离。从与e的距离最小的代理i开始,将i分配给它最近的避难所(在这种情况下: E)。然后,将下一个代理分配到其最近的避难所,考虑到E现在不再可用,依此类推,直到分配了所有代理为止,或者如果没有更多可用的避难所就停下来。这是可行的,速度很快,但是当然会产生非最佳结果(在示例图像中:2-> E,1-> B,3-> F,而最佳解应该是3-> E,2-> F ,1-> B)
- 我正在研究的另一个想法是首先找到承受最大“压力”的代理商,即他们所有的良好选择都遥不可及。从处于最高压力的座席开始,将其分配到最近的避难所。继续执行所有其他代理。但是,我不确定如何为这个问题正确定义“压力”,因为它可能应该是到头几个避难所的距离的组合。另外,我不确定这是否会导致最佳解决方案,但可能会导致几乎最佳的解决方案。
- 我试图将这个问题视为某种加权置换,也就是说,我需要选择N个庇护所并将其映射到N个代理,但是每次映射都要付出一定的代价。我需要最小化总成本,但我不知道该怎么做。
- 此外,我正在考虑某种模拟退火,或某种形式的推拉算法,其中每个庇护所都在吸引代理商,或者根据代理商的距离将代理商吸引到庇护所。尽管这听起来可能很有趣,但我希望这在计算上效率不高。
对于任何输入,我都很高兴,尤其是在此问题已经有了适当名称和解决方案的情况下。对于能够实现几乎最佳解决方案的简单且快速计算的算法,我也感到高兴。
解决方法
正如评论中所建议的(再次感谢!),确实由this post回答。
具体来说,这是一个分配问题,可以通过匈牙利算法解决,将代理商视为工人,将庇护所视为任务,而将我从事任务j的工人成本视为代理i与庇护所j之间的曼哈顿距离。
python package munkres实现了该算法,并且对于9个庇护所的问题非常快。如果庇护所多于代理商,则包裹会自动处理。对于代理人多于避难所的情况,我很满意删除随机代理,直到代理人的数量等于避难所的数量为止。因此我的问题解决了。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。