Когда я впервые взялся за решение проблемы оптимизации написания моей жены, я знал, что это будет сложной задачей. Как руководитель ее проекта, я хотел помочь ей максимально эффективно использовать свое время и энергию и обеспечить своевременное завершение ее книг. После некоторых исследований я понял, что к этой проблеме можно подойти как к проблеме планирования и что есть ряд алгоритмов, которые я могу использовать для ее решения.
Одним из первых алгоритмов, с которыми я столкнулся, была задача планирования работы магазина. Этот алгоритм часто используется в производственных условиях, где есть несколько машин, которые могут выполнять разные задачи, и ряд заданий, которые необходимо выполнить. Цель состоит в том, чтобы спланировать задания таким образом, чтобы общий срок выполнения (время, необходимое для выполнения всех заданий) был как можно короче.
Другим алгоритмом, который я рассматривал, была проблема многоагентного планирования. Этот алгоритм похож на задачу планирования работы магазина, но в этом случае машины заменяются агентами. У каждого агента есть свой набор целей, и цель алгоритма — найти расписание, удовлетворяющее всем целям агентов.
После рассмотрения этих двух алгоритмов я в конечном итоге выбрал алгоритм NEH. Алгоритм NEH, или генетический алгоритм недоминируемой сортировки II, представляет собой генетический алгоритм, специально разработанный для решения задач планирования. Одна из основных причин, по которой я выбрал этот алгоритм, заключается в том, что он способен обрабатывать большое количество ограничений и задач.
Еще одна причина, по которой я выбрал алгоритм NEH, заключается в том, что он способен находить глобальный оптимум, а не только локальный оптимум. Это означает, что он всегда будет находить наилучшее возможное расписание, а не просто достаточно хорошее расписание.
Наконец, я выбрал алгоритм NEH, потому что он способен справиться с уникальными ограничениями графика моей жены. Например, он учитывает период охлаждения между различными письменными задачами и гарантирует, что определенные задачи не будут запланированы последовательно. Это гарантирует, что каждая книга будет завершена своевременно и эффективно, и в то же время позволит моей жене делать соответствующие перерывы между различными письменными заданиями.
В заключение я выбрал алгоритм NEH, потому что он способен обрабатывать большое количество ограничений и целей, способен находить глобальный оптимум и способен справляться с уникальными ограничениями графика моей жены. Я очень рад реализовать этот алгоритм и увидеть результаты, которые он дает в оптимизации письменного вывода моей жены.
