如何计算偏好之间的相关性？

即使不是最佳安排，这也是一种可能会获得良好安排的方法： 首先创建一个排名函数，该函数可以采用任何一对分组，并确定一个是否优于另一个。然后应用以下算法： 将人们随机分组。 从每个组中随机选择一个人。 创建新的分组，其中对步骤2中选择的人员执行每次重新分配的组合。（对于3个组，将有6个这样的重新分配。对于4个，24个。） 在所有可能的重新分配中，选择最好的一个。 重复步骤2-4进行一百万次。 更新 如果仅需要分配18个人，则仅（18选择6）*（12选择6）/ 6 = 2,858,856个可能的分组。 （或者，对于四组，则为（18个选择4）*（14个选择4）*（10个选择5）/ 4 = 192,972,780个分组。） 您可以尝试每个，然后选择最好的。 我想排名算法本身确实是这项任务的难点。 您可以根据每个人的分数总和给每个人一个分数，然后将每个人的分数求和。 问题在于，您最终将导致一个组中所有受欢迎的人，另一个组中所有不受欢迎的人以及另一个组中的所有电话听筒清洁器。 您应该只是随机分配人员，然后告诉他们您使用了一些非常科学的系统。这样，每个人都可以很好地融合在一起。     

通过计算实际位置和指定的首选项之间的距离，测量给定配置的总体满意度。从一组随机分组开始。然后使用爬山或模拟退火之类的方法进行优化。 http://en.wikipedia.org/wiki/Hill_climbing http://en.wikipedia.org/wiki/Simulated_annealing 模拟退火听起来很复杂，但实际上只是爬山的巧妙版本。