Javascript 从多个对象中查找最接近的x特性值之和

假设我有一个具有3个属性x，y，z的类零件：

class Part {
 constructor(x, y, z) {
    this.x = x
    this.y = y
    this.z = z
  }

  createNewFromParts(...parts){

  }
}

我希望createNewFromParts函数能够得到x个零件，并找到 要复制其特性的每个零件的常量，因此在复制所有零件后，所有零件的每个特性值之和将最接近原始零件特性。我还想记录成功的百分比。成功的百分比将根据之前的值，而不是个人，由所有3个属性一起计算

例如：

const whole = new Part(4,6,10);
const part1 = new Part(1,2,4);
const part2 = new Part(2,2,3);

在这个例子中，这很简单：将第1部分乘以1，第2部分乘以2，加法的结果将是（5,6,10），这可能是最好的匹配

假设会有这样的情况：

const whole = new Part(32,10,27);
const part1 = new Part(10,7,15);
const part2 = new Part(15,5,22);

我将如何找到常数来复制每个部分以获得最佳匹配

我想找到一个算法，它将为每个要复制的部分找到一个常数，以获得最接近原始部分的最佳匹配

感谢帮助：）

这里有一种方法，它只是解决问题的众多方法之一

如果你把你的每一个部分看作一个有3个元素的向量，例如第1部分是：

然后，您可以编写一个线性系统，通过系数向量

a

将部分

p

与整个部分

Y

关联起来：

然后，您可以找到系数

A

的向量，该向量使残差平方和最小化：

残差平方和

r

是整个

Y

部分与“最佳”估计部分之间的平方差之和，其中hat表示“估计”

该平方残差最小化问题的解决方案是使用该方程获得的估计系数：

一旦对系数进行了估计，就可以这样计算：

const whole = new Part(32,10,27);
const part1 = new Part(10,7,15);
const part2 = new Part(15,5,22);

这是一个使用任意数量部件的实现。

函数findCoeffs（Y，部件）{
常数P=数学转置（部分）；
常数Pt=零件；
常数PtPinv=math.inv（math.multiply（Pt，P））；
常数PtPinvPt=数学乘法（PtPinv，Pt）；
返回数学乘法（PtPinvPt，Y）；
}
功能测试（Y，…部件）{
常数系数=findCoeffs（Y，部分）；
常数round=n=>+n.toFixed（2）；
const disp=ns=>JSON.stringify（ns.map（n=>Array.isArray（n）→n.map（round）：round（n））；
常数实际值=数学乘法（系数、部分）；
常数误差=数学减法（Y，实际值）；
const errorPercent=error.map（（e，i）=>Math.abs（e/actual[i]）；
const totalErrorPercent=errorPercent.reduce（（和，e）=>和+e，0）*100/系数长度；
console.log（'----------------------------'）；
console.log（'expected（Y'），disp（Y））；
控制台日志（“部分（P）”，显示（部分））；
console.log（'coeffs（A）'disp（coeffs））；
控制台日志（“实际（PA）”和显示（实际））；
log（'coeff error'，disp（errorPercent））；
log（'mean error（MAPE）”，四舍五入（totalErrorPercent）+'%'）；
}
测试（[4,6,10]，[1,2,4]，[2,2,3]）；
测试（[32,10,27]，[10,7,15]，[15,5,22]）；
测试（[3.2,3,5]，[1.1,1,1]，[1.1,2,3]，[1，-1,1]）
。作为控制台包装{最大高度：100%！重要；顶部：0；}
如果你搜索短语“带约束的线性规划”，你会找到比我们在这里的答案更好的解释它的资源。@Prune说：这是一个经典的线性优化问题。政府将能够解决这个问题。