Algorithme gourmand, branches et limites pour l'horaire des merchandisers (cas d'optimisation de Hackathon)

Ceci est un article pilote. Nous vous serons reconnaissants de vos commentaires. Si le sujet vous intéresse, nous pouvons décider de placer nos sources (python) et nos ensembles de données d'entrée sur GitHub.

2021 . . , , . front back, , , J . , , ( ), . . project+product+ppt ( ). , , . , . , , . , , .

front . . . "" 1 , . ( 5 ). :

204 ( ). , . .

204204 (. .1 ). , .. ( .). API . . (), AS IS ( ). : ( ). , ( ) , . 9,5 .

1.

  AS IS 14 . , , .

- back(python) deep learning. , , , , , , , - . – , .

, , . , youtube, . . , . , NP . (brutal force), 66 . , ! , TSP (Travelling salesman problem ) , , , . : - . , , , , e .., . . - . , - .

- ! - , @eny01. data science python, , . , . , . . .

1. . , ..;

   
   
   
   
   

2. ( );

   
   
   
   
   

3. , (9,5 ) - , . ;

   
   
   
   
   

  - :

:

1. :

   
   
   
   
   

, . . . , . .

, , - . , , .

(>=9,5 .), . , " " . , !!, . . 3,5 5 204 . . , .

2. :

. , . . itertools (python), 8 21 , 0.4 . ! - . , ( ).

:

, .. 14 13, . , :

8 .

Et comme accord final, nous nous sommes permis de faire passer la limite de 9 heures 30 minutes à 9 heures 38 minutes. Et nous avons obtenu une réduction à 12 agents avec une petite erreur. Sur 60 programmes quotidiens, 14 entrent en traitement de 1 à 8 minutes (51 minutes au total).

Nous attendons vos commentaires, remarques et suggestions! Nous répondrons à toutes vos questions. Écrivez comment vous résoudriez ce problème. Les opinions des praticiens seront particulièrement précieuses pour nous. Les mathématiciens et les scientifiques des données. Peut-être que quelqu'un suggérera des bibliothèques Python existantes pour résoudre le problème. Comme je l'ai dit, nous n'avons pas trouvé de bibliothèques appropriées. Merci à tous d'avoir lu jusqu'au bout!