Código disponível para soluções de computação para algoritmos correspondentes?

A questão de planejar o procedimento de correspondência (entre escolas secundárias e estudantes, estagiário e hospitais, doadores e receptores de rins, ...) foi amplamente estudada por economistas e contribuiu amplamente para Roth e Shapley receberem o prêmio Nobel de economia.

Fiquei imaginando se você sabia de algum código disponível gratuitamente (idealmente em uma linguagem de nível relativamente alto) capaz de calcular soluções para os principais problemas de correspondência de tipos dos algoritmos mais famosos propostos na literatura. Estou pensando em escrever um, mas prefiro que não exista.

Estou principalmente interessado em algum trecho de código para calcular a solução do algoritmo de aceitação diferida em um problema de escolha de escola , mas qualquer outra coisa seria apreciada.

Ao responder um comentário, percebi que tinha uma resposta pós-valor. R se tornou a "linguagem padrão" para muitas estatísticas de pesquisa computacional (por várias razões; belo artigo do NYT aqui ). É de alto nível, gratuito e de código aberto, e possui um diário relacionado à publicação de algoritmos estatísticos. As citações e a revisão por pares são essenciais para a academia, para que você receba muitos códigos bem descritos nos arquivos R (CRAN) com descrições postadas no JStat. Isso se espalha em muitos blogs e postagens rápidas em códigos de demonstração.

Ou seja, existe uma enorme base de código criada pelo usuário para R. Quando preciso encontrar um algoritmo on-line, geralmente analisarei primeiro a enorme base de código R. Uma rápida pesquisa pelo código R resultou no seguinte:

De um blogueiro R , com código (veja o link principal):

O algoritmo de aceitação diferida (DAA) remonta a Gale e Shapley (1962). Eles introduzem um algoritmo bastante simples que encontra uma correspondência estável, por exemplo, para admissões em faculdades ou em um mercado de casamento. ... Variações desse algoritmo são usadas em tarefas hospitalares nos EUA, segundo as quais médicos recém-formados apresentam preferências sobre hospitais, e hospitais apresentam preferências sobre graduados. ... Aqui vou usar R para fazer uma pequena simulação disso

Em um repositório github instalável para mercados correspondentes :

O pacote R matchingMarketsvem com dois estimadores:

• stabit: Implementa um estimador Bayes que estima as preferências dos agentes e corrige a seleção de amostras em mercados correspondentes quando o processo de seleção é um jogo de correspondência unilateral (ou seja, formação de grupo).

• stabit2: Implementa o estimador Bayes para um jogo de correspondência bilateral (ou seja, admissões na faculdade e problemas estáveis ​​no casamento ).

e três algoritmos que podem ser usados ​​para simular dados correspondentes:

• hri: Modelo de restrição para o problema hospital / residentes. Encontra todas as correspondências estáveis ​​nos mercados de correspondência dupla. Implementado tanto para o problema estável do casamento (correspondência um para um) quanto para o hospital / residentes , também conhecido como problema de admissão na faculdade (correspondência muitos para um).

• sri: Modelo de restrição para o problema estável de companheiros de quarto. Encontra todas as correspondências estáveis ​​no problema dos colegas de quarto (mercado de correspondência unilateral).

• ttc: Algoritmo de ciclos de negociação superior. Encontra combinações estáveis ​​no problema do mercado imobiliário .

Funções hrie sripermitem listas de preferências incompletas (alguns agentes acham certos agentes inaceitáveis) e instâncias desequilibradas (número desigual de agentes em ambos os lados).

Espero que um deles possa ajudar. O segundo, em particular, parece extremamente útil, principalmente se fornecer um estimador empírico.

Sei que isso está um pouco desatualizado, mas há um novo pacote disponível no CRAN agora chamado 'matchingR', que acredito ser muito mais rápido que o pacote recomendado acima. Você pode instalá-lo com

install.packages('matchingR')

Além disso, aqui está um link para a fonte .