日历/计划算法
我面临一个不确定的方法。我必须为员工生成日历，每个员工都有特定的工作限制（有些是个人的，有些是普通的） 我正在使用的是： 我有医生 每个医生每周必须工作5天。 每个医生每周必须工作1晚 与其他医生相比，每位医生必须工作等量的夜晚（或尽可能接近） 每个医生在周四晚上和周日晚上的工作量必须与其他医生相同（或尽可能接近） 有些医生不能在某些白天/夜晚工作（由用户输入） 一些医生想在某些白天/夜晚工作（由用户输入） 一些医生希望某些天/夜不工作（由用户输入） 有问题的用户是处理日历的人，我正在尝试构建一个解决方案，该解决方案将自动生成一个遵循所有约束的日历。解决的方法是对每个医生进行大设置输入“添加医生”和“添加约束”，然后输入“生成日历”按钮。对于用户而言，这确实是基本的。 我的问题 ： 我不确定如何生成实际计划，我一直在阅读有关神经网络，遗传算法等的信息，它们似乎都是正确的解决方案，但实际上并非如此。 当我查看GA时，要让他们找到具有给定总体的解决方案（我的问题），但是起始总体必须已经服从给定的一组约束，然后可以对其进行优化。在那种情况下，我的起始人口已经是解决方案。我不需要对其进行“优化”。没关系，一个人连续工作3个星期一晚上，只要实际上是正确的，而其他人也工作相同的数量，就意味着其他人也将在某个时间点工作3个星期一晚上，这很好。这让我觉得GA的功能对我来说太“先进”了，因为我的问题已经从GA的起点解决了。 但是话又说回来，GA真的真的像是为此而生的，所以我可能无法正确理解它？ 无论如何，因为我从未使用过GA（或神经网络，或任何种类的东西），所以我想确保在从事像这样的学习过程之前，我会选择正确的方法。 我的问题 ： 对于像我这样的问题，您认为什么是好的方法/算法/技术？加油站？神经网络？还有其他完全不同的东西吗？ 我全神贯注，并在需要时提供更多详细信息，但我想我已经很清楚了：）