0

这是一个半宽泛的问题,但我觉得在某种程度上是可以回答的,或者至少是平易近人的。

我花了上个月左右的时间进行了相当广泛的模拟。为了保护我的雇主的利益,我不会具体说明它是做什么的......但它的作用可以用......高中舞蹈来解释。

一个女孩或男孩进入舞池,根据自由舞伴的选择,做出最佳选择。一段时间后,两名舞者跳完舞,现在可以自由地进行新的合作。

我一直在制作合作伙伴选择算法,旨在最大化平均匹配结果,同时又不会过多牺牲合作伙伴的等待时间。

我想要一种方法来衡量/比较我的算法版本,以便为任何情况选择最佳算法。然而,这很困难,因为我的模拟输入是非常大的输入参数矩阵(每个舞者 2-5 个),并且模拟需要几分钟才能运行(这一事实使得很难测试大量模拟输入)。我有一些输出指标,但将它们与大量输入联系起来非常困难。我也有兴趣找出在某些输入条件下哪些算法完全失败......

任何专业提示/在线资源可能会帮助我定义输入约束/输出变量,从而清楚地了解最佳算法?

4

1 回答 1

0

我可能不明白你到底想要什么。但这是我的建议。如果我的解决方案不准确/不相关,请告诉我,我将相应地编辑/删除。

假设你有一个特定的指标(比如配对的兼容性或等待时间)。如果您只有所有用户的该指标的平均值或总数,那是没有用的。相反,您可能希望找到该指标在所有用户中的分布。如果没有,您应该始终跟踪方差。获得分布后,您可以计算特定算法 A 在某个指标上优于 B 的概率。

如果您没有实验中指标的分布,您始终可以运行多个实验,并且您需要运行的实验数量取决于指标的方差和两种算法之间的差异。

于 2013-07-16T20:34:57.357 回答