|
本帖最后由 灰袍法师 于 2012-7-26 19:51 编辑
ex121 发表于 2012-7-25 15:07
法师的基本思路是怎样的啊?
能介绍一下吗?
谢谢!
简单注释一下关键代码,基本的算法就是二楼 DataBus 说的随机分
不过具体做法是:前50%的学生随机分配,这样会导致每班学生人数不一样
所以后50%的学生直接分配到人数最少的班
重要的是对分配方案的评估函数,这里用的是所有科目的分差的平方和最低
For k = 1 To loop_times
清空每个物品分配到哪个容器的记录 plan(1 to item_count)
清空每个容器的人数记录 plan_rec(1 to item_count)
ReDim plan(1 To item_count)
ReDim pack_rec(1 To pack_count)
For i = 1 To item_count
对于所有的待分配物品,如果属于前50%,随机分配到某个容器
If i <= 0.5 * item_count Then
pos = Int(Rnd * pack_count) + 1
对于所有的待分配物品,如果属于后50%,分配到人数最少的那个容器,以保持每个班人数平衡
Else
min_pack = pack_rec(1)
pos = 1
For j = 2 To pack_count
If pack_rec(j) < min_pack Then
min_pack = pack_rec(j)
pos = j
End If
Next j
End If
分配方案的第i个人,分配到第 pos 个班,该班的人数记录+1
plan(i) = pos
pack_rec(pos) = pack_rec(pos) + 1
Next i
这里是最关键的部分,对分配好的方案 plan(),进行评估,给出一个分数
Call Evaluate(plan, result)
如果分数比之前的分配方案更好,就保留。
If result < best_result Then
best_result = result
best_plan = plan
End If
Next k
评估函数
Sub Evaluate(plan() As Long, result)
Dim p As Long, q As Long, pos As Long, key As Long
Dim count(), avg(), total()
记录每个科目的总分,平均分,人数的数组
ReDim total(1 To pack_count, 1 To key_count)
ReDim avg(1 To pack_count, 1 To key_count)
ReDim count(1 To pack_count)
计算总分和人数
For p = 1 To item_count
pos = plan(p)
count(pos) = count(pos) + 1
For q = 1 To key_count
total(pos, q) = total(pos, q) + data(p, q)
Next q
Next p
计算平均分
For p = 1 To pack_count
For q = 1 To key_count
avg(p, q) = total(p, q) / count(p)
Next q
Next p
求出每个科目的班最低平均分,最高平均分
ReDim max_avg(1 To key_count)
ReDim min_avg(1 To key_count)
For p = 1 To key_count
max_avg(p) = avg(1, p)
min_avg(p) = avg(1, p)
Next p
For p = 1 To key_count
For q = 2 To pack_count
If avg(q, p) > max_avg(p) Then max_avg(p) = avg(q, p)
If avg(q, p) < min_avg(p) Then min_avg(p) = avg(q, p)
Next q
Next p
打分了。。。
这里的评判标准很简单,每个科目的最高平均分 - 最低平均分,取平方和
然后把每个科目的这个平方和结果加起来
作为分配方案的最终分数(即要求每个科目的分差越低越好)
你可以给出各种不同的评估标准
如要求 总分的分差越低越好,就可以给总分的分差平方和乘以一个权重,如 x10
这样得到的最佳分班,将会有个比较低的总分分差,但是某一单科分差可能会比较高
result = 0
For p = 1 To key_count
result = result + (max_avg(p) - min_avg(p)) ^ 2
Next p
这里补一句给最后一项科目的分差的平方和,多10倍的权重,求出的总分平均分结果更好!
result = result + 10 * (max_avg(key_count) - min_avg(key_count)) ^ 2
End Sub
|
|