Algorithm 优化工作分配给专家，每个专家的工作数量最大

我有一组“专家”（大约300人），他们可以胜任一项工作。我有很多工作要做，比如说500个。我也有信息，一个专家能做某项工作的“好”程度。这将导致一个300 x 500的矩阵容纳重量

我想为专家找到一个“最佳”的工作分配。但有限制的是，一名专家只能获得分配的最大数量的工作

---

我有优化算法的一般基础知识，但我不知道如何对这种固定离散上界建模。有人知道一类算法可以处理这类问题吗？

尝试将其建模为一个最小成本的网络流问题

为每个人添加一个节点

为需求为1的每个作业添加一个节点

根据你的矩阵，在每个人和每个职位之间增加一个能力1和成本优势

添加需求等于（减去）作业数的源节点

根据员工能做的工作数量，在员工和每个有能力的员工之间增加一个优势

求解最大成本流（例如，将成本乘以-1并使用Networkx）

---

的答案给出了类似问题的Python代码。

一些最佳搜索算法。遗传算法应该是可行的，但可能有点过头了。可能是一个很好的候选者，因为你似乎混淆了需求和供给。。。虽然算法很好。也许我们甚至可以使用hungerian算法来获得更好的运行时。