背景
我有一个项目，我需要将大约200名全职员工（FTE）分配到他们的工作站。 FTE具有以下特性：
所有FTE都根据其级别分配了一种工作站，因此管理员级别更有可能获得办公室类型。半山区可能会有新的类型，但如果还不够，如果有备件，它们可能会被提升到溢价。每个人被分配后，可能会有空工作站。
工作站也分为单独的部分，编号为0-9。每个部分都有不同数量的工作站。
目标
分配完成时具有以下优先级（最高优先级）：
营销部门的FTE必须位于第2部分。如果那里没有足够的工作站，他们可以“溢出”到相邻的部分。
小组成员（共享同一位经理的成员）必须在彼此的5个工作站内。
经理人必须在距离最近的团体成员10个单位内。
同一部门的人员必须在5个单位之内。
一个工作站与另一个工作站之间的距离表示为加权图形数据结构。每个顶点都是一个工作站，每个边都与相邻工作站有距离。
对遗传算法编码此问题的最佳方法是什么，以及什么是适合交叉，变异和适应度函数的选择？
我目前有一个使用OX1交叉和随机交换的算法，但一般情况下它表现不佳且缓慢。染色体被编码为代表FTE的物体阵列，但由于我对所有这些都是绿色的，这可能不是最好的做事方式。