Посоветуйте подход для решения проблемы

[Phoen1x]

Есть некоторый человек и есть его конечный список дел (х1, х2 ..) на промежутке времени T.
У каждого дела есть конечный и короткий набор характеристик (читай ограничений о1, o2, o3, о4)
К несчастью, человек наш не идеален, и не всегда делает свои дела и для этого может быть множество причин (пространство, видимо, порядка N)

Наша задача - построить такое расписание, которое максимизирует количество выполненных дел. После каждого отрезка времени T у нас есть возможность получить обратную связь от человека, как он оценивает расписание и мы знаем, какие задачи выполненные, а какие нет. Очевидно, что с первого раза у нас не выйдет предложить оптимальный алгоритм, поэтому мы должны сделать систему способной пользоваться обратной связью, чтобы улучшать наше расписание для следующего периода.

И т.к. задача зависима от реального человека, время жизни которого конечно, мы не можем рассчитывать на проведение большого числа экспериментов.

Какие бы подходы вы могли посоветовать применить для решения этой задачи. Спасибо.

[arseniiv]

Доопределить спецификацию. Пока она слишком призрачна, чтобы что-то можно было предлагать.

[rockclimber]

Таск-трекер пишете?

Phoen1x в сообщении #1099773 писал(а):

Наша задача - построить такое расписание, которое максимизирует количество выполненных дел.

Если надо максимизировать только количество дел - тогда сортируете дела по количеству времени и вперед ставите самые короткие. Тогда, если лимит времени меньше, чем нужно на то, чтобы сделать все дела, сделаете за отведенное время максимум.

Phoen1x в сообщении #1099773 писал(а):

У каждого дела есть конечный и короткий набор характеристик (читай ограничений о1, o2, o3, о4)

Ограничения - это что? Ресурсы, которых на все дела не хватит? Задача о рюкзаке получается.

Phoen1x в сообщении #1099773 писал(а):

К несчастью, человек наш не идеален, и не всегда делает свои дела и для этого может быть множество причин (пространство, видимо, порядка N)

"Причины" - это отмазки что ли? Например, "забухал", "был не в настроении", "любимый котик заболел"? Если задачу выполнить не удается, то причина, как правило, - это нехватка ресурсов или внезапно возникшая подзадача, которую надо добавить в план. Я бы думал в этом направлении.

Phoen1x в сообщении #1099773 писал(а):

После каждого отрезка времени T у нас есть возможность получить обратную связь от человека, как он оценивает расписание и мы знаем, какие задачи выполненные, а какие нет. Очевидно, что с первого раза у нас не выйдет предложить оптимальный алгоритм, поэтому мы должны сделать систему способной пользоваться обратной связью, чтобы улучшать наше расписание для следующего периода.

А ограничения ваши как именно ограничивают исполнителя?

[Phoen1x]

На мой взгляд ключевой вопрос в том, что у каждого свои причины почему дела не делаются. И в этом и заключается основная загвоздка - построить такой механизм обучения, который за относительно небольшое число экспериментов выявит главные факторы и предложит расписание, минимизирующее их влияние.

Второй фактор - задачи являются не строго фиксированными. Может так получится, что есть 10 задач, и как их не раскидывай, всё равно получится плохо, и вероятность не выполнить много дел будет высокой. А если одну из них вообще убрать или ослабить её ограничения - то всё становится гладко и аккуратно.

А максимизируем мы функцию полезности расписания для пользователя.

[aa_dav]

Phoen1x в сообщении #1099857 писал(а):

А максимизируем мы функцию полезности расписания для пользователя.

Присоединяюсь к arseniiv.
Формализуйте используемые термины.
Что в этой задаче есть "функция полезности"?
Правильно заданный вопрос - половина ответа.

[Phoen1x]

Попробовал повысить степень формальности, получилось нечто такое.

Есть некоторый человек и есть его конечный список дел (х1, х2 ..) на промежутке времени T.

У каждой задачи есть конечный набор характеристик (читай ограничений о1, o2, o3, о4) - например приоритет, сложность, стрессовость, длительность и т.д.

Человек наш не идеален, и не всегда делает свои дела и для этого может быть множество причин, поэтому [z1, z2, z3, z4, ..., zN] - факторы влияющие на выполнение задачи.
[Wz1, Wz2, Wz3, ..., WzN] - веса этих факторов.

F(z1, .., zN, Wz1, .., WzN) - функция-расписание, неявная функцию от факторов и их весов

[Px1(F), Px2(F), ..., PxN(F)] - вероятность выполнения дел x1, ..., xN при условии использования расписания F

K(Px(F)) - ступенчатая функция, которая возращает 0 если Px(F) < 0.4, 1 если 0.4 < Px(F) < 0.7, 2 если Px(F) > 0.7

Хочется построить такое расписание F(z1, .., zN, Wz1, .., WzN) - неявную функцию от факторов и их весов, которая будем максимизировать U(F) - функция полезности нашего расписания, которая, например, может выражаться в виде (K(Px1(F)) + K(Px2(F)) + ... + K(PxN(F))) / (s1 + ... + sN), где [s1, ..., sn] - некоторые штрафы за усталость.

И т.к. задача зависима от реального человека, время жизни которого конечно, мы не можем рассчитывать на проведение большого числа экспериментов. Поэтому нам нужно выработать некоторый итерационный процесс, который бы начал сходится к субоптимальной F за относительно небольшое число шагов, хотя бы скажем сотни. Ну или если это не возможно, то тогда просто сходится =0)

Надеюсь в таких терминах стало понятнее.