Здравствуйте!

Есть такая задачка. Нужно составить расписание для небольшого обучающего клуба.
Нужно составить оптимальное расписание, чтобы удовлетворять пожелания многим клиентам. Накидал пока такую структуру данных. Можно что то добавить или убрать лишнее. Например, добавить шкалу лайкерта для потребителей по параметру в какие дни удобно, и по каждому дню такая шкала
- Смогу;
- Скорей всего смогу придти;
- И да, и нет (нейтрально, когда как)
- Скорее не смогу
- Не смогу
- Затрудняюсь ответить
Шкалу можно растянуть. Вот категория "Затрудняюсь ответить" сложно будет обрабатывать, учитывая что могут быть еще и missing values.

Скажите,
1. Правильно понимаю, что это задача решается с помощью нейронных сетей?
2. Для такой задачи какая должна быть структура данных? Что надо еще учесть? Нужна ли шкала Лайкерта?
3. Скиньте, пожалуйста, литературу, где подробно описываются алгоритмы для решения данной задачи. Или ссылки на статьи.
4. Есть ли готовые программы, библиотеки решающие такую задачу?

exp98к постановке вопроса.

Вообще-то фраза вот такая
"удовлетворять пожелания многим клиентам" -
требует формализации, коль скоро речь идёт об "оптимальности".Имеется ввиду составить такое расписание, чтобы как можно по возможности посещали наибольшее количество клиентов учитывая их пожелания (например, по времени)Удовлетворять можно по-разному: полностью, частично, .... вааще не - это по линейной шкале. Вообще в жизни всегда есть место зависти, в т.ч. и среди преподов. В условиях этого не предусмотрено, а значит в реале обшая неудовлетворённость может сильно измениться после решения, и зачем тогда мучиться и считать?
"многим клиентам" - насколько многим? а остальным? что лучше, 10 счастливых + 10 озлобившихся или 20 одинаково НЕДОудовлетворённых?..Какой то малый процент недовольных составленному расписанию останется. Поэтому надо стремится, чтобы расписание составлялось так, чтобы количество клиентов, которые не попадают составленному расписанию, стремилось к нулю.
По общей задаче "расписаний",
ну нету хорошего решения. Это как есть транспортная задача, и есть задачИ трансп-го типа, и есть на них похожие.Получается, вариант 1 - это использовать транспортную задачу. Транспортная задача учитывает всю заданную структуру данных? Конкретных рекомендаций не даю, т.к. расписаниями не занимался.
Однако, что вы все так тянетесь к нервосеткам?Сейчас нейронные сети решают многие задачи.чтобы не прогать самому?Если используешь нейронные сети, то пишешь не мало кода, кроме случаев, когда используешь готовые библиотеки.
Конкретно сетки (если в них специально не предусмотрено иного) решают задачу ЛОКАЛЬНОЙ оптимизации. Так что имхо многие методы лок-ной опт-ции способны решать те же задачи.

Кроме того, т.н. "шкалу лайкерта" напоминает нечёткую логику, а значит и методы нечёткой логики годятся.

wstMCTSЭто Метод Монте-Карло?