我目前正在针对问题的特定部分修改我的优化算法。我在思考一种新方法时遇到了麻烦，而且我的脑海里有这种想法的狭隘视野。我真的可以使用一些新鲜的观点。

我会尽力简单的解释。

（请参阅附件“Example-1.png”和“Example-2.png”）

比如说，我们有 3 个不同的人。

这些人中的每一个都有特定的供应（他/她拥有的物品）和需求（需要获得的物品）。现在，如果这些供给需求被反转，并且它们的反转可以在另一个人身上找到，它们就可以被交易。

此外，这些对有一个称为重力的数值，它指定了这对对人的重要性。我们可以将其视为衡量一个人在满足供给-需求对的情况下能够“满足”多少的权重。每个人只能在他/她的所有供应-需求对中分配和分配 100 点重力。

现在，这个过程的总满意度可以通过获得所有个人满意度的总和来计算。

目标是让这组人以不同的组合交易他们的供给-需求对，这样我们就可以获得尽可能大的总满意度。

在 PSO 中，每个粒子代表一个基于其在搜索空间中的位置的候选解。

鉴于本文所附示例，我们可以说Example-1.PNG 和 Example-2.PNG是该问题的独特候选解决方案。

使用健身/目标函数如何表示和评估这个问题的最佳方法是什么？

您如何描述 PSO 中的这个问题？

您有与此相同问题的已发表作品的建议吗？

干杯!

示例-1.PNG

示例-2.PNG