Question

这些问题涉及一套数据,其中列有在继承中履行的任务清单和完成这些任务所需的全部时间。我很想知道,能否确定有关任务时间的有用事项,无论是因为任务时间,还是根据适当的领域知识进行初步的猜测。我认为,图表理论是抽象地处理这一问题的方法,对问题有适当的基本了解,但我无法知道我是否在正确轨道上。此外,我认为这是一个令人感兴趣的问题。因此,我们来到这里:

考虑到该图表中载有上述行步长度(权重)的步行清单,是否可以确定定向加权图表中的对等值的权重? 我承认各行各行走的道路上的通勤量和质量,将决定任何可能的答案的质量,但让步走一切可能的道路,并给步。如果不可能作出明确的答复,那么就应当就图表缔结哪些内容? 你们如何得出这些结论?
有几个类似的步行,其长度可能有所不同? 鉴于不同路线上的隔mut足够多,你能否计算出每一边的体面平均数(或其他说明措施)? 如何对现有数据集的某些变动进行贴现,影响计算准确性?
最后,如果你对重量有一套初步的热点,并且必须改进那些使用所给步行的人? 这是否会提高你的猜测能力,以及你如何应用额外信息?

EDIT:澄清一条便线式图书馆办法的困难。考虑以下几步行:

a = 5
b = 4
b + c = 5
a + b + c = 8

与这些价值观的矩阵式平衡是无法解决的,但我们仍要估算这些术语。可能有一些有用的初步数据,如情景3,而且无论如何,我们可以运用对现实世界的了解,例如,任务的时间长度可能不算。我很想知道,你是否就如何确保我们得到合理的估计有想法,我们也知道我们不知道什么——例如,没有足够数据来从b中说明。

Answer 1

Seems such as an application of Linear algebra.

你有一套需要解决的问题。这些变量是任务的时间长度(或对等权重)。

例如,任务期限为1,t2,t3。

并且请你

t1 + t2 = 2  (task 1 and 2 take 2 hours)

t1 + t2 + t3 = 7 (all 3 tasks take 7 hours)

t2 + t3 = 6   (tasks 2 and 3 take 6 hours)

地址t1 = 1, t2 = 1, t3 = 5 。

您可使用任何线性 al镜(例如:)来解决这些问题,这将告诉大家,如果存在独特的解决办法、解决办法或解决办法有限(不可能有其他可能性)。

如果你发现线性方程式没有解决办法,你可以尝试在矩阵的某些任务权重/效率上增加一个很小的随机数量,并试图再次解决。 (我认为属于 Perturbation Theory 。) 由于价值小幅变化,大概会改变行为,因此,大概会给你一个合理的答案。

或者,你可以尝试在每个行程中引入一些黑色任务(即增加更多的变数),并试图在黑色任务满足一些线性限制的情况下,利用 Linear Program技术,寻找新的平衡的解决办法。

Answer 2

认为你具有无限制的任意性,可以代表每个方面。 (a,b,c,d)

w 以0,a,b,c,d,e等形式列出所有步行。 (稍后将解释0)

i = 1

如果是, 1人

减去所有其它数值。

永远重复。

例:

0,a,b,c,d,e 50

页: 1

因此:

a 首先。将所有“a”改为50、b、c、d、e。

新数据:

页: 1

而且,在留下一个价值之前重复,你完成! 或者说,第一组数字只能从每条步行的长度中减去。

Answer 3

我忘记图表,把任务清单作为矢量处理——每项任务都作为价值与其成本相等的组成部分(在此情况下完成的时间)。

在各项任务中,最初顺序不同,如果领域知识告诉你,费用比率会因定购/时间安排而受到不利影响,则使用领域知识来使其达到非典型形式并分配乘数。时间选择是暗含的初始顺序,但你可能只需要调整因素的时间(例如午餐时间的驱动力和午夜的驾驶)。职能可以是表格/单项。一般来说,评估比率和相对偏见(做一些事情的硬性规定)总是比较容易。你们可能需要一种功能性的语言,来重复你病媒的演奏,直到人们再说一遍地知道和规则会发生变化。

由于无能为力的病媒认为,仅仅存在和没有任务(Fary 0>,用于这个异构体,并寻找最低限度的副手,即单一任务线,提供少量变量的估计数。顺便说一句,随时准备回溯轨道,并对迄今的估计数的优良性或质量实行冷漠规则。跟踪你背后的良好“环绕”。

当你达到微小的不可缩小状态时——跳出更多iff子——所有病媒的剩余任务相同,那么,你可以做一些基本的统计数字,如差异、意思、中位数和寻找大的外人,以及改进导致无能动形式的初步知识估算的方法。如果你确定其中的许多内容,并且可以推断出新的规则,从一开始便采用这些规则并启动整个进程。

是的,这可以造成很多费用:-

友情链接