数学建模:整数规划 |
您所在的位置:网站首页 › 求解指派问题的匈牙利方法 › 数学建模:整数规划 |
目录
标准指派模型匈牙利算法基本原理匈牙利算法步骤
非标准型的指派问题
对于限制全部或部分决策变量取离散非负整数值的线性规划, 称之整数线性规划, 简称整数规划. 整数规划的一种特殊情形是 0 − 1 0-1 0−1 整数规划, 它的决策变量仅限于 0 或 1, 简称 0 − 1 0-1 0−1 规划. 指派模型是一种重要的 0 − 1 0-1 0−1 规划模型,指派模型又叫分配模型,指有各种不同的资源将分派给各种不同的用途,以寻求一种最优的分配方案。要求使有限的资源达到最经济的运用,取得最大的经济效果。这里的资源可以是人力,材料、工件、设备等; 用途可以是待用设备、待完成工作、待加工的工件等。资源与用途之间是一一对应的,即当某种资源分配给某种用途之后,这种资源就不能再分配给别的用途了,同样,这种用途也不能再占用别的资源了。 标准指派模型标准指派问题的一般提法是:拟分派 n n n 个人 A 1 , A 2 , ⋯ , A n {A_1},{A_2}, \cdots ,{A_n} A1,A2,⋯,An 去完成 n n n 项工作 B 1 , B 2 , ⋯ , B n {B_1},{B_2}, \cdots ,{B_n} B1,B2,⋯,Bn,要求每项工作需且仅需一个人去完成,每个人需完成且仅需完成一项工作。已知人 A i {A_i} Ai 完成工作 B j {B_j} Bj 的时间或费用等成本型指标值为 c i j {c_{ij}} cij ,则应如何指派才能使总的工作效率最高? 引入 0 − 1 0-1 0−1 决策变量 x i j = { 1 , 指派 A i 去完成工作 B j , 0 , 否则, i , j = 1 , 2 , ⋯ , n . x_{i j}=\left\{\begin{array}{ll} 1, & \text { 指派 } A_{i} \text { 去完成工作 } B_{j}, \\ 0, & \text { 否则, } \end{array} \quad i, j=1,2, \cdots, n .\right. xij={1,0, 指派 Ai 去完成工作 Bj, 否则, i,j=1,2,⋯,n. 则标准指派问题的数学模型为 min z = ∑ i = 1 n ∑ j = 1 n c i j x i j , s . t . { ∑ j = 1 n x i j = 1 , i = 1 , 2 , ⋯ , n , ∑ i = 1 n x i j = 1 , j = 1 , 2 , ⋯ , n , x i j = 0 或 1 , i , j = 1 , 2 , ⋯ , n , \begin{gathered} &\min \quad z=\sum_{i=1}^{n} \sum_{j=1}^{n} c_{i j} x_{i j}, \\ & { s.t. }\left\{\begin{array}{l} \sum_{j=1}^{n} x_{i j}=1, \quad i=1,2, \cdots, n, \\ \sum_{i=1}^{n} x_{i j}=1, \quad j=1,2, \cdots, n, \\ x_{i j}=0 \text { 或 } 1, \quad i, j=1,2, \cdots, n, \end{array}\right. \end{gathered} minz=i=1∑nj=1∑ncijxij,s.t.⎩⎨⎧∑j=1nxij=1,i=1,2,⋯,n,∑i=1nxij=1,j=1,2,⋯,n,xij=0 或 1,i,j=1,2,⋯,n, 称 C = ( c i j ) n × n {\mathbf{C}} = {({c_{ij}})_{n \times n}} C=(cij)n×n 为效率矩阵,模型的最优解也可以用 n n n 阶方阵 X ∗ {{\mathbf{X}}^*} X∗ 的形式来表示,称之指派问题的最优解方阵。最优解方阵一定是一个置换矩阵,即矩阵的每一行、每一列都恰好有一个“ 1 1 1 ”,其余元素均为 0 0 0。 匈牙利算法 基本原理定理 1 设效率矩阵 C = ( c i j ) n × n {\mathbf{C}} = {({c_{ij}})_{n \times n}} C=(cij)n×n 中任何一行(列)的各元素都减去一个常数 k k k(可正可负)后得到的新矩阵为 B = ( b i j ) n × n {\mathbf{B}} = {({b_{ij}})_{n \times n}} B=(bij)n×n,则以 B = ( b i j ) n × n {\mathbf{B}} = {({b_{ij}})_{n \times n}} B=(bij)n×n 为效率矩阵的指派问题与原问题有相同的最优解,但其最优值比原问题的最优值小 k k k 定理 2 (独立零元素定理) 若一方阵中的一部分元素为 0 0 0,一部分元素为非 0 0 0,则覆盖方阵内所有 0 0 0 元素的最少直线数恰好等于那些位于不同行、不同列的 0 0 0 元素的最多个数。 匈牙利算法步骤第一步 变换指派问题的系数矩阵 ( c i j ) (c_{ij}) (cij) 为 ( b i j ) (b_{ij}) (bij),使在 ( b i j ) (b_{ij}) (bij) 的各行各列中都出现 0 0 0 元素 从 ( c i j ) (c_{ij}) (cij) 的每行元素都减去该行的最小元素再从所得新系数矩阵的每列元素中减去该列的最小元素e . g . e.g. e.g. ( C i j ) = [ 12 7 9 7 9 8 9 6 6 6 7 17 12 14 9 15 14 6 6 10 4 10 7 10 9 ] \left(\mathbf{C}_{i j}\right)=\left[\begin{array}{ccccc} 12 & 7 & 9 & 7 & 9 \\ 8 & 9 & 6 & 6 & 6 \\ 7 & 17 & 12 & 14 & 9 \\ 15 & 14 & 6 & 6 & 10 \\ 4 & 10 & 7 & 10 & 9 \end{array}\right] (Cij)=⎣⎢⎢⎢⎢⎡1287154791714109612677614610969109⎦⎥⎥⎥⎥⎤ 每行分别 − 7 , − 6 , − 7 , − 6 , − 4 −7, −6, −7, −6, −4 −7,−6,−7,−6,−4 ⟶ \longrightarrow ⟶ [ 5 0 2 0 2 2 3 0 0 0 0 10 5 7 2 9 8 0 0 4 0 6 3 6 5 ] \begin{gathered} \left[\begin{array}{ccccc} 5 & 0 & 2 & 0 & 2 \\ 2 & 3 & 0 & 0 & 0 \\ 0 & 10 & 5 & 7 & 2 \\ 9 & 8 & 0 & 0 & 4 \\ 0 & 6 & 3 & 6 & 5 \end{array}\right]\\ \end{gathered} ⎣⎢⎢⎢⎢⎡52090031086205030070620245⎦⎥⎥⎥⎥⎤ 每列都 − 0 -0 −0 ⟶ \longrightarrow ⟶ [ 5 0 2 0 2 2 3 0 0 0 0 10 5 7 2 9 8 0 0 4 0 6 3 6 5 ] \left[\begin{array}{ccccc} 5 & 0 & 2 & 0 & 2 \\ 2 & 3 & 0 & 0 & 0 \\ 0 & 10 & 5 & 7 & 2 \\ 9 & 8 & 0 & 0 & 4 \\ 0 & 6 & 3 & 6 & 5 \end{array}\right] ⎣⎢⎢⎢⎢⎡52090031086205030070620245⎦⎥⎥⎥⎥⎤ 第二步 进行试指派,以寻求最优解 在 ( b i j ) \left(b_{i j}\right) (bij) 中找尽可能多的独立 0 元素, 若能找出 n n n 个独立 0 元素, 就以这 n n n 个独立 0 元素对应解矩阵 ( x i j ) \left(x_{i j}\right) (xij) 中的元素为 1 , 其余为 0 , 这就得到最优解 找独立 0 \mathbf{0} 0 元素: 从只有一个 0 0 0 元素的行(列)开始, 给这个 0 0 0 元素加圈, 记作 ◎ ◎ ◎)。然后划去 ◎ ◎ ◎ 所在列 (行) 的其它 0 {0} 0 元素, 记作 ∅ \varnothing ∅; 这表示这列所代表的任务已指派完, 不必再考虑别人了给只有一个 0 0 0 元素的列 (行) 中的 0 0 0 元素加圈,记作 ◎ ◎ ◎;然后划去 ◎ ◎ ◎ 所在行的 0 0 0 元素,记作 ∅ \varnothing ∅反复进行以上两步,直到尽可能多的 0 0 0 元素都被圈出和划掉为止e . g . e.g. e.g. 续上例 [ 5 0 2 0 2 2 3 0 0 0 0 10 5 7 2 9 8 0 0 4 0 6 3 6 5 ] \left[\begin{array}{ccccc} 5 & 0 & 2 & 0 & 2 \\ 2 & 3 & 0 & 0 & 0 \\ 0 & 10 & 5 & 7 & 2 \\ 9 & 8 & 0 & 0 & 4 \\ 0 & 6 & 3 & 6 & 5 \end{array}\right] ⎣⎢⎢⎢⎢⎡52090031086205030070620245⎦⎥⎥⎥⎥⎤ ⟶ \longrightarrow ⟶ [ 5 ◎ 2 ∅ 2 2 3 ∅ ∅ ◎ ◎ 10 5 7 2 9 8 ◎ ∅ 4 ∅ 6 3 6 5 ] \left[\begin{array}{ccccc} 5 & ◎ & 2 & \varnothing & 2 \\ 2 & 3 & \varnothing & \varnothing & ◎ \\ ◎ & 10 & 5 & 7 & 2 \\ 9 & 8 & ◎ & \varnothing & 4 \\ \varnothing & 6 & 3 & 6 & 5 \end{array}\right] ⎣⎢⎢⎢⎢⎡52◎9∅◎310862∅5◎3∅∅7∅62◎245⎦⎥⎥⎥⎥⎤ 第三步 作最少的直线覆盖所有 0 0 0 元素,以确定该系数矩阵中能找到最多的独立元素数 对没有 ◎ ◎ ◎ 的行打 √在已经打 √ 的行中含有的 0 0 0 元素的列打 √在已经打 √ 的列中含 ◎ ◎ ◎ 元素的行打 √重复前两个操作直到没有打 √ 的行列为止对没有打 √ 的行画一横线,有打 √ 的列画一纵线,这就覆盖所有 0 0 0 元素的最少直线数。令这一直线数为 l l l。 若 l < n l |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |