2022 KBO 일정을 세워보자(2)

KBO의 2022년 일정은 몇 점일까요?

정의한 제약 조건과 목적 함수 기준으로 KBO가 수립한 2022년 일정은 몇 점일까요? 계산해 본 결과 아래와 같습니다.

1. 제약 조건

  - 모든 제약 조건에 대해 준수함 : 0 score

2. 목적 함수

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

구단	A. 구단 별 이동거리	B. 평균 (AVG(SUM(A)))	C. 평균 차이 (A-B)	D. 분산 ( C^2)
한화	8,121.1	8,629.1	507.97	-25.80
키움	8,364.6	8,629.1	264.47	-6.99
SSG	8,366.3	8,629.1	262.77	-6.90
KT	8,382.8	8,629.1	246.27	-6.06
삼성	8,460.8	8,629.1	168.27	-2.83
두산	8,740.2	8,629.1	111.13	-1.23
LG	8,808.9	8,629.1	179.83	-3.23
NC	8,825.5	8,629.1	196.43	-3.86
롯데	8,866.1	8,629.1	237.03	-5.62
KIA	9,354.4	8,629.1	725.33	-52.61
합계	-86,290.7 (모든 팀의 총 이동거리 합)			-111.57 (팀 별 총 이동거리의 분산 합)

 

표2. 구단 별 주말 및 휴일 배정에 대한 점수

구간	구단 별 주말 및 공휴일 배정 수 (A)	B. 평균 (AVG(SUM(A)))	C. 평균 차이 (A-B)	D. 분산 ( C^2)
NC	12	13	1	-1
KIA	13	13	0	0
LG	13	13	0	0
롯데	13	13	0	0
한화	13	13	0	0
KT	14	13	0	0
두산	14	13	0	0
삼성	14	13	0	0
키움	14	13	0	0
SSG	15	13	2	-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.