结对作业第二次

前言

错过了就是错过了，我也不想过多借口。不过我现在补上了。

---

一、结对成员

因为是后期补上的所以就我一人。

二、代码

github_wengCH

三、问题描述

编码实现一个部门与学生的智能匹配的程序。

 

提供输入包括：20个部门（包含各部门需要学生数的要求的上限，单个，数值，在[0,15]内；各部门的特点标签，多个，字符；各部门的常规活动时间段，多个，字符/日期），300个学生（包含绩点信息，单个，数值；兴趣标签，多个，字符），每个学生有不多于5个的部门意愿（部门意愿不能空缺）和空闲时间段（多个，字符/日期）。实现一个智能自动分配算法，根据输入信息，输出部门和学生间的匹配信息（一个学生可以确认多个他所申请的部门，一个部门可以分配少于等于其要求的学生数的学生） 及 未被分配到学生的部门 和 未被部门选中的学生。

四、问题分析

• 需求：智能分配部门，未被分配到学生的部门 和 未被部门选中的学生越少越好
• 编程语言：C++
• 数据输入：文本文件
• 数据输出：文本文件
• 学生志愿：可能存在重复的情况

五、 流程草图

流程图说明

1.学生权重计算：（志愿总数5-已加入部门数）*系数+绩点

2.初始数据随机生成：采用随机数，绩点为随机数mod 500，再缩小百倍，不过考虑到绩点必定>=1,以分布情况，选择把生成的<2的绩点自动加1，相对比较接近现状（大部分存在2-3之间）

六、实现过程

随机生成

for(int i=0;i<20;i++)
    {
        int want;
        want=rand()%15;
        fprintf(f,"%d %d
",i,want);
    }
    for(int i=0;i<300;i++)
    {
        int g=rand()%500;
        if(g<=200)g+=100;//绩点基本集中2-3 
        double grade=(double)g/100.0;
        fprintf(f,"%d %lf %d %d %d %d %d
",i,grade,rand()%20,rand()%20,rand()%20,rand()%20,rand()%20);//5个志愿 
    }

智能匹配

for(int zy=0;zy<5;zy++){//按照学生志愿，志愿优先 
        for(int i=0;i<300;i++)//计算学生权重
        {
            stu[i].qz=(5-stu[i].flag)*10+stu[i].grade;
        }
        sort(stu,stu+300,cmp);//学生按权重排序
        for(int i=0;i<300;i++)
        {
            if(department[stu[i].dep[zy]].left>0){//有空
                int jsyet=0;
                for(int js=0;js<stu[i].depart.size();js++){//已经接收否 
                    if(stu[i].dep[zy]==stu[i].depart[js]){
                        jsyet=1;
                        break;
                    }
                } 
                if(jsyet==0){
                    stu[i].depart.push_back(stu[i].dep[zy]);//添加学生录取的部门 
                    stu[i].flag++;//更新录取数 
                    department[stu[i].dep[zy]].stu.push_back(i);//添加部门接收的学生 
                    department[stu[i].dep[zy]].left--;//减少剩余名额 
                } 
            }
        }
    }

智能匹配算法

• 按照志愿来分配

　　　　优点：志愿的重要性，任何人的第一志愿都比其他人的第二志愿来的贵重，保证大部分人能分配到部门

　　　　缺点：导致少数绩点好的学生，因志愿选择问题出现无法加入。

• 按照绩点和当前分配情况，来设置学生权重。

　　　　优点：能够较为合理分配部门，使得已经加入的权重下降，加入少的甚至未加入的权重上升。

　　　　缺点：权重参数系数的选择尤为重要，选择失误，效果可能不好

• 采用算法：贪心算法

　　　　优点：能较为简单快速寻找出局部最优。

　　　　缺点：这导致志愿的选择以及位置尤为重要。

总体总结&自我评价

基本的方法是有了，但是感觉部门的标签和空余时间未能很好的利用（这部分是个人能力以及时间问题），后期可以添加新的智能算法改进。

---

福大的凌晨四点我又要见到了，呵呵！