一 类 指 派 问 题 的 改 进 矩 阵 解 法

孙 静

(广州科技职业技术学院 电子信息系,广东 广州 510550)

摘 要 :本 文介绍 了求历 时最短的 指派 问题 ,给 出 了改

进矩阵解法的求解步骤,论述了这种解法的合理性,最后举例

说明了这种解法的方便可行性。

关键词:指派问题 改进矩阵解法 整数规划 效率矩阵

1.引言

我们经常遇到这样的问题:某单位需要完成某n项任务,

恰好有n个人可承担这些任务。由于每个人的专长不同,每个

人完成某项任务的效率也不同。于是产生了应指派哪个人去

完成哪项任务,才能使完成这n项任务的总效率最高 ,或者说

是所用总时间最短的问题,这类问题被称为指派问题或分派

问题[, ]。根据这类指派问题的特点,我们可以用匈牙利法等

方法求解,但其过程非常复杂.容易出现错误。以下介绍一种

求解这类指派问题的较为简便的方法——改进矩阵解法。

2.改进矩阵解 法的步骤

指派问题是整数规划,是0—1规划的特例,也是运输问题

的特例 .因此当然可以用整数规划、0—1规划或运输问题的解

法求解,即可用枚举法和表上作业法等方法求解,但这就如同

用单纯形法求解运输问题一样是不划算的。我们通常利用指

派问题的特点来求解指派问题,即匈牙利法。但这种方法的过

程太过于繁琐,且容易出错。下面给出一种求解历时最短的指

派问题的新解法,即矩阵解法。具体的方法和步骤如下l3-5]。

第一步:利用最小一最大元素法给出初始指派。

1)找出效率矩阵中每-~3/0元素的最小元素,记为 ,a:,j=1,

2,⋯,m,若有不止一个最小元素,可任选其一试行;

2)找出效率矩阵中每一列元素的最小元素中的最大者,

记为0.,若有不止一个最大元素,亦可任选其一试行;

3)给元素0.加(),同时将效率矩阵中其所在的行和列划去;

4)重复以上三步,分别可得到0.,0 一,0 。此时所有加()

者便构成一个初始指派。

第二步:检验初始指派,具体方法如下。

找出所有加()中的最大者,记为0,为了说明方便,我们

不妨假设0=0 ,e =a;(al;为效率矩阵中对角线上的元素, 1,

2,⋯,m),分别将0.与0.(j=2,⋯,m)所位于的行和列中交叉位

置的四个元素取出构成一个二阶方阵。

B9.f‘ ’ ali_)]

1)若a ≤max{a a,.}(j=2,⋯,m),则初始指派即为所求指

派,问题解决,结束。否则 ,进入下一步。

2)若aI】)max{ali,a】)(.j=2,⋯,m),则aI1将 和的括号去掉,并

给对应的a1.和a;.加()。返回第二步,重新检验,直到结束为止。

3)若通过检验条件1),确定了指派问题的解,此时如果所

有加()的元素中存在这样两个处于对角线位置的元素,其和

与另一侧对角线上的两个元素之和相等,则可以去掉这两个

加()元素的(),并给另一侧对角线上的两个元素加(),所得的

新指派 问题也是原指派问题 的解 。

另外 ,第二步中的3)是检验指派问题存在重解的一种情

况。当条件满足时,所求指派问题一定存在重解 ,且按照3)的

方法即可求得一个重解,但当条件不满足时,所求指派问题也

有可能存在重解 。

3.论述

求解历 时最短 的指派 问题 .实质 就是要解决 两个 问题 :

(1)在n阶系数矩阵中确定n个独立元素 ;(2)保证所确定的指

派中的的n个独立元素之和是所有情况中最小的。(这里的独

立元素是指系数矩阵中既非同行又非同列的元

差分进化算法python 指派问题_一类指派问题的改进矩阵解法相关推荐

  1. 差分进化算法python_差分进化算法Python实现

    本文you清华大学硕士大神金天撰写,欢迎大家转载,不过请保留这段版权信息,对本文内容有疑问欢迎联系作者微信:jintianiloveu探讨,多谢合作~ 导语 差分进化算法是一种寻优算法,提出时间比遗传 ...

  2. 差分进化算法python 指派问题_多目标优化算法

    本书实用性强,摒弃工具书中难懂的理论讲解,通过使用具体数值实例进行浅显易懂的讲解,保证大学低年级学生凭借现有的数学基础知识也可以完全理解书中介绍的网络数学模型和遗传算法的解法.书中丰富的数值实例能够加 ...

  3. 【图像压缩】基于matlab香农熵和差分进化算法多级图像阈值图像压缩【含Matlab源码 2035期】

    一.差分进化算法简介 1 前言 在遗传.选择和变异的作用下,自然界生物体优胜劣汰,不断由低级向高级进化和发展.人们注意到,适者生存的进化规律可以模式化,从而构成一些优化算法:近年来发展的进化计算类算法 ...

  4. 【进阶一】Python实现MDCVRP常见求解算法——差分进化算法(DE)

    基于python语言,实现差分进化算法(DE)对多车场车辆路径规划问题(MDCVRP)进行求解. 目录 往期优质资源 1. 适用场景 2. 求解效果 3. 代码分析 4. 数据格式 5. 分步实现 6 ...

  5. 【进阶二】Python实现VRPTW常见求解算法——差分进化算法(DE)

    基于python语言,实现经典差分进化算法(DE)对带有时间窗的车辆路径规划问题( VRPTW )进行求解. 目录 往期优质资源 1. 适用场景 2. 求解效果 3. 代码分析 4. 数据格式 5. ...

  6. 【进阶四】Python实现(MD)HVRP常见求解算法——差分进化算法(DE)

    差分进化算法+Split 求解异构车辆路径规划问题 碧海蓝天 吹吹风 目录 信息传递 1. 适用场景 2. 求解效果 3. 代码分析 4. 数据格式 5. 分步实现 6. 完整代码 参考 信息传递 p ...

  7. 差分进化算法_特邀嘉宾 | 科普差分进化算法(创新奇智运筹优化算法工程师朱小龙博士)...

    文案:段克邪 排版:随心390 hello,大家好.各位可点击此处,访问公众号官方店铺.谨防上当受骗,感谢各位支持! 今天我们有幸请到创新奇智运筹优化算法工程师朱小龙博士为大家科普差分进化算法,本次推 ...

  8. Python实现DE差分进化算法优化支持向量机分类模型(SVC算法)项目实战

    说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取. 1.项目背景 差分进化算法(Differential Evolution,DE ...

  9. Python实现VRP常见求解算法——差分进化算法(DE)

    基于python语言,实现经典差分进化算法(DE)对车辆路径规划问题(CVRP)进行求解. 目录 1. 适用场景 2. 求解效果 3. 问题分析 4. 数据格式 5. 分步实现 6. 完整代码 参考 ...

最新文章

  1. android中edittext设置密码格式,Android 自定义EditText(带清理、密码可见、不可见)...
  2. php中register_global,PHP安全之register_globals的on和off的区别
  3. 在麻省理工读计算机专业,看美国的计算机教育(转载)
  4. QPainter 的状态保存与恢复
  5. tomcat 绑定 ip 及域名,限制非法域名访问
  6. 串口发送和接受字符串,AD转换多通道读取
  7. 小程序运行时相关信息
  8. H3C设备之 EASY NAT
  9. 如何在Qt Creator中导入图标资源
  10. sql(主要mysql)书籍推荐
  11. Android之录制歌曲
  12. 读django文档——nginx + uwsgi 部署django项目
  13. 关于电脑开机自检声音的检测
  14. 英特尔AI顾问“穿越星际”守护宇航员健康
  15. SQL数据库的存错过程中output用法
  16. [GUET-CTF2019]BabyRSA(p,q灵活应用)
  17. 镜像翻转_【资讯】装动镜世界版假面骑士时王登场,镜像翻转也算新规?
  18. 攻防世界pwn新手区整理
  19. JAVA23种设计模式学习,源码+案例分析+类图讲解
  20. 百度地图 Api v3.0 自定义信息窗体样式

热门文章

  1. 电商扣减库存_电商新零售库存分层模型介绍
  2. 做我们最爱做的事儿—手机游戏开发势不可挡
  3. 基于单片机的存包柜系统设计(#0454)
  4. .tar.bz2   格式解压方法
  5. POJ3258跳房子
  6. scp免密登录,同时也适应ssh免密登录
  7. jsp+ssm计算机毕业设计电子病历信息管理系统【附源码】
  8. Linux PCB(进程控制块) 详解
  9. ️Rust 移动端开发体验
  10. input( ) 输入函数和注释