数学建模(四)整数规划—匈牙利算法

目录

一、0-1型整数规划问题

[1.1 案例](#1.1 案例)

[1.2 指派问题的标准形式](#1.2 指派问题的标准形式)

[2.2 非标准形式的指派问题](#2.2 非标准形式的指派问题)

二、指派问题的匈牙利解法

[2.1 匈牙利解法的一般步骤](#2.1 匈牙利解法的一般步骤)

[2.2 匈牙利解法的实例](#2.2 匈牙利解法的实例)

[2.3 代码实现](#2.3 代码实现)


一、0-1型整数规划问题

1.1 案例

投资问题:

有600万元投资5个项目,收益如表,求利润最大的方案?

设置决策变量:

模型:

指派问题:

甲乙丙丁四个人,ABCD四项工作,要求每人只能做一项工作,每项工作只由一人完成,问如何指派总时间最短?

设置决策变量:

模型:

约束条件:

1.2 指派问题的标准形式

标准的指派问题

有n个人和n项工作,已知第i个人做第j项工作的代价为cj(i,j=1,.....,n),要求每项工作只能交与其中一人完成,每个人只能完成其中一项工作,问如何分配可使总代价最少?

指派问题标准求解形式

(1) 指派问题的系数矩阵

(2)决策变量的设置

(3)指派问题的解矩阵

指派问题的可行解中,每行每列有且仅有一个1。

(4)标准模型

2.2 非标准形式的指派问题

(1)最大化指派问题

例如:求利润,只需找出最大元素,令最大元素减去所有元素,构建一个新的系数矩阵即可。

中最大元素为m,令

(2)人数和工作数不等

人少工作多:添加虚拟的 "人",代价都为0

人多工作少:添加虚拟的工作,代价都为0

(3)一个人可做多件工作

该人可化为几个相同的 "人"。

(4)某工作一定不能由某人做

该人做该工作的相应代价取足够大M。例如,将某人做某工作代价设为负值。

二、指派问题的匈牙利解法

匈牙利法是一种求解指派问题的简便解法,它利用了矩阵中0元素的定理。若从系数矩阵的一行(列)各元素中分别减去该行(列)的最小元素,得到新矩阵。以新矩阵为系数矩阵求得的最优解和用原矩阵求得的最优解相同。

2.1 匈牙利解法的一般步骤

第一步 :变换指派问题的系数(也称效率)矩阵()为(),使在()的各行各列中都出现0元素,即

  • (1) 从矩阵()的每行元素都减去该行的最小元素
  • (2) 再从所得新系数矩阵的每列元素中减去该列的最小元素

第二步:进行试指派,以寻求最优解。

在()中找尽可能多的独立0元素(即行和列中只有这一个0元素),若能找出n个独立0元素,就以这n个独立0元素对应解矩阵()中的元素为1,其余为0,这就得到最优解。找独立0元素,常用的步骤为:

  • (1) 从只有一个0元素的行开始,给这个0元素加圈,记作,然后划去所在列的其它0元素,记作。这表示这列所代表的任务已指派完,不必再考虑别人了。
  • (2) 给只有一个0元素的列中的0元素加圈,记作,然后划去所在行的0元素,记作
  • (3) 反复进行(1),(2)两步,直到尽可能多的0元素都被圈出和划掉为止。
  • (4) 若仍有没有划圈的0元素,且同行(列)的0元素至少有两个,则从剩有0元素最少的行(列)开始,比较这行各0元素所在列中0元素的数目,选择0元素少的那列的这个0元素加圈。然后划掉同行同列的其它0元素。可反复进行,直到所有0元素都已圈出和划掉为止。
  • (5) 若元素的数目m等于矩阵的阶数n,那么这指派问题的最优解已得到。若m<n,则转入下一步。

第三步:作最少的直线覆盖所有0元素。

  • (1) 对没有打√号;
  • (2) 对已打√号的行中所有含元素的打√号。
  • (3) 再对打有√号的列中含元素的打√号。
  • (4) 重复(2),(3)直到得不出新的打√号的行、列为止。
  • (5) 对没有打√号的行画横线,有打√号的列画纵线,这就得到覆盖所有0元素的最少直线数 应等于m,转第四步。若不相等,说明试指派过程有误,回到第二步(4)。

第四步 :变换矩阵()以增加0元素。

在没有被直线覆盖的所有元素中找出最小元素,然后打√各行都减去这最小元素。打√各列都加上这最小元素(以保证系数矩阵中不出现负元素)。新系数矩阵的最优解和原问题仍相同。转回第二步,直到找出最优解。

2.2 匈牙利解法的实例

甲乙丙丁四人要完成四项工作A、B、C、D,每人只能完成一项工作,要求完成总时间最短。

匈牙利解法

第一步:减去最小值。

第二步:加圈和划掉,比较圈数是否等于矩阵的阶数。

等于,则输出最优值, 否则,转到第三步重整矩阵。

2.3 代码实现

Matlab 复制代码
c=[3 8 2 10 3;8 7 2 9 7;6 4 2 7 5; 8 4 2 3 5;9 10 6 9 10];%系数矩阵
 
c=c(:);    %把矩阵c转化为向量 

a=zeros(10,25);
 
for i=1:5   % 实现循环运算
a(i,(i-1)*5+1:5*i)=1; 
a(5+i,i:5:25)=1;
end         % 此循环把指派问题转换为线性规划问题
 
b=ones(10,1); 
 
[x,y]=linprog(c,[],[],a,b,zeros(25,1),ones(25,1));

X=reshape(x,5,5)

opt=y

输出

相关推荐
阑梦清川17 小时前
数学建模启发式算法篇(一)---遗传算法
算法·数学建模·启发式算法
羊小猪~~2 天前
数学建模(基于Python实现)--灰色关联分析法讲解,含案例
开发语言·python·数学建模
高登先生2 天前
汇聚全球前沿科技产品,北京智能科技产业展览会·世亚智博会
大数据·人工智能·科技·数学建模·能源
Ricciflows3 天前
分析学大师Elias M. Stein的分析系列教材
线性代数·数学建模·矩阵·概率论·抽象代数·拓扑学·傅立叶分析
weixin_430153383 天前
硬件在环仿真建模之电路拓扑建模与数学建模
数学建模
CodeCraft Studio3 天前
定性数据分析 (QDA) 软件NVivo V15现已发布!融合AI让数据分析更出色!
大数据·人工智能·算法·数学建模·数据分析
羊羊20354 天前
线性代数:Matrix2x2和Matrix3x3
线性代数·数学建模·unity3d
张焚雪5 天前
关于数学建模的一些介绍
机器学习·数学建模
神里流~霜灭5 天前
MATLAB-数学建模-无约束规划求解方法(非线性规划)
java·c++·python·算法·数学建模·matlab
热心网友俣先生6 天前
2024 年(第五届)“大湾区杯”粤港澳金融数学建模竞赛B 题
数学建模·金融