Stable_Matching von ortoolpy kann nur gelöst werden, wenn die Anzahl der Auszubildenden und Beauftragten gleich ist. Wenn hier die Anzahl der akzeptablen Ziele A 2 ist, erstellen wir einen Dummy des Zuweisungsziels wie Zuweisungsziel A_0 und Zuweisungsziel A_1 und stimmen mit diesen überein. Definieren Sie eine Methode stabile_matching2, die ein solches erweitertes stabiles Übereinstimmungsproblem löst.

python3

from itertools import accumulate
from ortoolpy import stable_matching
def stable_matching2(prefs, prefl, capa):
    """
Asymmetrische Anpassung
    prefs:Präferenz für den Einsatzort des Auszubildenden
    prefl:Präferenz für Auszubildende(Alle Aufgaben haben die gleiche Präferenz)
    capa:Akzeptable Anzahl der Beauftragten
    """
    acca = list(accumulate([0] + capa[:-1])) #Kumulativ akzeptable Anzahl
    idx = [i for i, j in enumerate(capa) for _ in range(j)] #Dummy-Zuweisungsziel → Zuweisungsziel-Konvertierungsliste
    prefs = [[j+acca[i] for i in pr for j in range(capa[i])] for pr in prefs] #Dummy Auswahl
    res = stable_matching([prefl] * len(prefl), prefs)
    return{k:idx[v] for k, v in res.items()} #Bringen Sie den Dummy zum Original zurück

Erstellen Sie eine zufällige Frage.

python3

lab_capa = [2, 3, 3, 2] #Akzeptable Anzahl der Beauftragten
ns, nl = sum(lab_capa), len(lab_capa) #Anzahl der Auszubildenden und Anzahl der Aufgaben

import numpy as np
np.random.seed(1)
def shuffled(n):
    """0..n-Mische und kehre zurück 1"""
    a = np.arange(n)
    np.random.shuffle(a)
    return a.tolist()
performance = shuffled(ns) #Präferenz für Auszubildende
preferences = [shuffled(nl) for i in range(ns)] #Präferenz für den Einsatzort

print(performance)
print(preferences)
>>>
[2, 9, 6, 4, 0, 3, 1, 7, 8, 5]
[[2, 0, 1, 3], [3, 0, 1, 2], [3, 1, 2, 0], [3, 1, 0, 2], [1, 3, 2, 0],
 [3, 0, 2, 1], [3, 2, 1, 0], [1, 0, 2, 3], [0, 3, 1, 2], [2, 0, 3, 1]]

Lösen Sie das Ergebnis und zeigen Sie es an.

python3

res = stable_matching2(preferences, performance, lab_capa)
for k, v in res.items():
    print('medizinischer Assistenzarzt%d ->Zugewiesen an%d'%(k,v))
>>>
Auszubildender 0->Zugewiesen an 2
Auszubildender 1->Zugewiesen an 0
Auszubildender 2->Zugewiesen an 3
Auszubildender 3->Zugewiesen an 1
Auszubildender 4->Zugewiesen an 1
Auszubildender 5->Zugewiesen an 2
Auszubildender 6->Zugewiesen an 3
Auszubildender 7->Zugewiesen an 1
Auszubildender 8->Zugewiesen an 0
Auszubildender 9->Zugewiesen an 2

Beziehung zur Kombinationsoptimierung