将任务分配给资源的算法

Question

给出的是任务（工作）和资源（人员）。每个任务都有一个持续时间和一个位置。每个人都有一些可用于工作的时间和一个起始位置。这是连续的，一个人可以从 8 点到 15 点有空，中间没有任何中断。创建一个算法，将任务分配给尽可能多的工作并且总旅行时间尽可能短的资源。所有地点之间的旅行时间都是已知的。工作和资源没有限制。

我可以使用哪种算法？？？

谢谢。

我找到的解决方案如下：

1 - 。捕获具有持续时间和本地化的任务。

。 2 - 将任务分配给同一地点的人。

。 3 - 浏览所有任务并将任务分配给未分配任何匹配任务的人 地点。

。 4 - 如果一个人没有分配任务，因为没有与其位置相匹配的工作 asiganará 他的任务是在旅行时间最短的地方。

。 5-一旦所有人都有分配的任务，那就是收集任务，分配人会去， 考虑到旅行时间最小化。

。 6 - 请记住，更多的家庭作业时间旅行时间不应超过 7 小时，因为 所有人的时间都是从 8 点到 15 点。分配任务时，您总是必须考虑这些证据 一个人。

。 7 - 如果任务 Z 是指派一个人并且因为旅行时间最短或者因为它是唯一一个 他有时间可用并且Z超过了可用的任务工作时间，通过其他人搜索一些 其中分配给 (X) 的任务，加上从分配给此人的最后一项任务开始的行程时间，以及 任务 X 的位置适合您可用的时间，Z 适合人员任务在 X 中。

Answer 1

嗯，这个问题肯定是NP-Hard，至少对于一般情况。

请注意，即使您有 1 个人，并且您的工作位于不同的位置，并且您的人需要完成所有这些 - 这就是 Traveling Salesman Problem (TSP)。

正式的简化是：

给定一个 TSP 实例，用一个资源（人）创建一个问题实例，所有这些都需要 0（或非常接近）时间，并且位置之间的距离保持不变。此问题的解决方案是原始 TSP 问题的解决方案，反之亦然。

因此，问题是 NP-Hard，没有已知的多项式解决方案，大​​多数人认为不存在。

一些可能的解决方案是启发式方法，例如Hill Climbing 和Genetic Algorithms，或者如果您需要精确的解决方案 - 您将需要brute force - 检查所有可能性。

抱歉这个坏消息，但至少你不会寻找不存在的东西（或者至少任何人都不知道）