ファッション最適化(日記)

目的関数の定義（Objective Function）

$$
\text{Score} = \frac{\text{Comfort} \times \text{Reaction Weight}}{\text{Price} \times \text{Wear Time}}
$$

🔸 各変数の意味

項目	記号表現	値の例	備考
快適さ	$C$	$C \in {10,\ 25,\ 50}$	小さいほど不快、大きいほど快適
相手の反応重み	$R$	$R \in {0,\ 50,\ 100}$	相手の評価に基づく重み付け
価格	$P$	$P \in [5000,\ 15000]$	円単位
着用時間	$T$	$T \in [5,\ 30]$	分単位

---

目的関数の数式展開

$$
\text{Score}(C, R, P, T) = \frac{C \cdot R}{P \cdot T}
$$

• 最大化したい： $\text{Score}$
• 固定・選択パラメータ： $C, R$ はユーザーや相手によって変化（ヒューリスティック or フィードバックにより変動）
• 設計可能な変数： $P, T$ は比較的自分で調整可能なコストや条件（制約付き）

# -*- coding: utf-8 -*-
# Program Name: objective_function_P1000_T10.py
# 固定された価格と着用時間に基づいてスコアを計算する（快適さと反応の組み合わせ）

import pandas as pd

# --- 固定パラメータ / Fixed parameters ---
P = 1000   # 価格（円） / Price in yen
T = 10     # 着用時間（分） / Wear time in minutes

# --- 可変パラメータ / Comfort & Reaction levels ---
comfort_values = [10, 25, 50]         # 快適さ C
reaction_weights = [0, 50, 100]       # 反応重み R

# --- スコア関数 / Objective function ---
def compute_score(C, R, P, T):
    return (C * R) / (P * T)

# --- 計算 / Compute all combinations ---
results = []
for C in comfort_values:
    for R in reaction_weights:
        score = compute_score(C, R, P, T)
        results.append({
            'Comfort (C)': C,
            'Reaction (R)': R,
            'Price (P)': P,
            'Wear Time (T)': T,
            'Score': round(score, 6)
        })

# --- 結果表示 / Display result table ---
df = pd.DataFrame(results)
df_sorted = df.sort_values(by="Score", ascending=False)

from IPython.display import display
print("Score results (P = 1000 yen, T = 10 min):")
display(df_sorted)