Algorithm 有三个优先次序的学生的课程分配

我在寻找一种算法，将n名学生分配到m门课程，每个学生定义三个优先级，每门课程有一个min和max计数，还有一个最优计数，介于min和max之间

到目前为止，我得到的是：

• 一系列课程
• 一组学生，他们的三个优先事项都有一个属性

1）洗牌课程；洗牌

2）对学生进行循环，并临时将他们分配到他们的第一选择中。
如果他们的第一选择已经满了，比如说10个学生，我们需要决定11个学生中的哪一个放弃。 由于我们的课程没有学生优先权，因此我们希望找到一个优先权为2且空缺的学生

---

对于优先级2和优先级3，可以重新执行此操作，但最终并不总是获得尽可能好的结果。

最接近的类似问题可能是和

---

您可能正在寻找一个最佳解决方案，这意味着，在给定分配的情况下，没有学生和课程都喜欢的其他作业（学生=>课程）。

最接近的类似问题可能是和

---

你可能正在寻找一个最优的解决方案，这意味着，给定一个分配，没有学生和课程都喜欢的其他作业（学生=>课程）。

这个问题看起来非常类似，一个优化问题。

这个问题看起来非常类似，一个优化问题。

如果你创建变量Xij，其中Xij=1，如果学生i被分配到课程j，那么你可以将约束记为线性等式和不等式：0如果你创建变量Xij，其中Xij=1，如果学生i被分配到课程j，那么你可以将约束记为线性等式和不等式不等式：0我在问题中添加了更多细节我在问题中添加了更多细节确切地说，在我的情况下，课程没有偏好，只有学生有。我调查过稳定的婚姻问题，但我们有两套大小相同的。课程有点不同，因为我们有min，max，确切地说，在我的情况下，课程没有偏好，只有学生有。我调查过稳定的婚姻问题，但我们有两套大小相同的。课程有点不同，因为我们有min，max和，似乎你们有两个相互冲突的目标（学生优先级和最佳计数）。你需要把它正式化。此外，您需要定义使用中的损失。常见的是绝对差之和（l1）和平方差之和（l2）。两者的表现会有很大的不同。学生们的优先顺序绝对是重要的部分。最佳课程数是相当可选的。最后，算法应该找到一个解决方案，使对学生优先级的偏差最小化，以利于所有学生。这是不够的。两种惩罚都达到了这一点，但损失是不同的。阅读一些关于损失函数及其影响的基础知识。我发现了一系列涉及该主题的视频：根据我的理解，损失函数计算期望结果（学生优先级）和计算结果（实际课程分配）的差异，而差异平方和更容易受到离群值的影响，如视频中所述。其中，异常值是预期值的观测偏差。然而，我发现很难将这个概念与我的学生/课程情景相适应。如果你有两个相互冲突的目标（学生优先级和最佳计数）。你需要把它正式化。此外，您需要定义使用中的损失。常见的是绝对差之和（l1）和平方差之和（l2）。两者的表现会有很大的不同。学生们的优先顺序绝对是重要的部分。最佳课程数是相当可选的。最后，算法应该找到一个解决方案，使对学生优先级的偏差最小化，以利于所有学生。这是不够的。两种惩罚都达到了这一点，但损失是不同的。阅读一些关于损失函数及其影响的基础知识。我发现了一系列涉及该主题的视频：根据我的理解，损失函数计算期望结果（学生优先级）和计算结果（实际课程分配）的差异，而差异平方和更容易受到离群值的影响，如视频中所述。其中，异常值是预期值的观测偏差。然而，我发现很难使这个概念适应我与学生/课程的情景