新手在这里试图解决这个问题：

我有一个数据集，如下所示：

facility_id   area_zipcode  staff_count   population
FacilityA       98007           21          24889
FacilityB       98290           52          32714
FacilityC       98065           43          12699
FacilityD       98801           9           40977
FacilityE       98104           64          13095

这是我的问题陈述：

在五个不同的地区有五个医疗机构，每个机构都有各自的员工人数。特定区域的人口只能前往离他们最近的设施。因此，对于居住在 A 区的人来说，设施 A 是最近的，但有时员工人数可能不足以应付所有人。

我们假设至少有一半的人口需要医疗保健，而一名工作人员每年只能照顾大约 2000 名患者。我们将如何优化所有这些设施中的员工分布，以便所有五个设施都可以服务于大多数人口，从而最大限度地减少每个人的旅行时间。基本上将员工人数分配到最需要他们的地方，增加或减少设施的容量。

到目前为止我的猜测：

这当然不是分类问题，我认为这是一个回归问题，因为我们对一些实际价值输出感兴趣，即每个设施的最佳员工人数。因为我们有多个输出，所以我倾向于多输出回归。我还应该使用 bing maps API 找到旅行时间，我已经成功地弄清楚了如何去做，但我对如何处理所有这些旅行时间感到困惑。（如 a 到 b、a 到 c、a 到 d 等）或如何将它们添加到我的数据集中。问题陈述中似乎有两个优先事项：

1) 优化人员数量

2) 尽量减少旅行时间

目前我对如何解决这个问题有点困惑，我希望有人能指出我正确的方向，如何建模这个问题以及如何实现这两个目标。我正在使用 python，我可以做出任何假设来简化问题。任何帮助表示赞赏！

另外，如果您知道研究论文或其他研究过类似问题的人，请指导我如何查找它们，这是什么类型的问题等？