2022 KBO 일정을 세워보자(2)

개발자 생존기·2022년 2월 6일
post-thumbnail

KBO의 2022년 일정은 몇 점일까요?

우리는 지금까지 목적함수를 정의하였습니다. 그렇다면 우리가 정의한 목적 함수 기준으로 KBO가 수립한 2022년 일정은 몇 점일까요? 계산해 본 결과 아래와 같습니다.


1. Hard Constraints

- 모든 제약 조건에 대해 준수함 : 0 score


2. Soft Constraints

KBO가 수립한 2022년 일정에 대한 각 Soft Constraints에 대한 결과는 아래와 같습니다.

  • 팀 별 총 이동거리의 분산 : -111.57 score
  • 팀 별 주말 및 휴일 분산 : -6 score
  • 모든 팀의 총 통행거리 : -86290.7 score
표1. 구단 별 총 이동거리에 대한 점수
구단A. 팀별 총 이동거리B. 총 이동거리 평균C. -ABS(A-B)D. (C/100)^2
한화8,121.18,629.1507.97-25.80
키움8,364.68,629.1264.47-6.99
SSG8,366.38,629.1262.77-6.90
KT8,382.88,629.1246.27-6.06
삼성8,460.88,629.1168.27-2.83
두산8,740.28,629.1111.13-1.23
LG8,808.98,629.1179.83-3.23
NC8,825.58,629.1196.43-3.86
롯데8,866.18,629.1237.03-5.62
KIA9,354.48,629.1725.33-52.61
Score-86,290.7-111.57

표2. 구단 별 주말 및 휴일 배정에 대한 점수

구단A. 주말 및 휴일 경기 배정 수B. 평균C. -ABS(A-B)D. C^2
NC12131-1
KIA131300
LG131300
롯데131300
한화131300
KT141300
두산141300
삼성141300
키움141300
SSG15132-4
Score-6

다시 살펴봐도 좋은 결과입니다. 많은 노력을 한 것이 여실히 느껴집니다.

희망적인 것은 제가 구축한 Distance Matrix나 Calendar가 KBO가 가진 것과 아주 큰 차이는 나지 않을 것이라는 것입니다. 제가 구축한 데이터로도 좋은 결과가 나오니까요. (하지만 분명히 차이는 있을 것입니다. )

그래서 제가 하는 작업이 Feasible 관점에서 의미가 있을 것 같습니다. ㅎㅎ
KBO가 수립한 계획이 더 좋을 수 있겠지만 그럼에도 불구하고 시도해보겠습니다.

profile
NP-Hard 문제를 풀어봅니다.

0개의 댓글