运筹学课堂PPT5.4指派问题

合集下载

运筹学课件ch5指派问题[全文]

运筹学课件ch5指派问题[全文]

运筹学课件ch5指派问题[全文] 指派问题assignment problem 运筹学课件一种特殊的线性规划问题,我们也经常遇到指派人员做某项工作的情况。

指派问题的许多应用都用来帮助管理人员解决如何为一项将要开展进行的工作指派人员的问题。

其他的一些应用如为一项任务指派机器、设备或者是工厂。

指派问题运筹学课件指派问题的形式表述:给定了一系列所要完成的任务(tasks)以及一系列完成任务的被指派者(assignees),所需要解决的问题就是要确定出哪一个人被指派进行哪一项任务。

指派问题模型运筹学课件指派问题的假设:被指派者的数量和任务的数量是相同的每一个被指派者只完成一项任务每一项任务只能由一个被指派者来完成每个被指派者和每项任务的组合有一个相关成本目标是要确定怎样进行指派才能使得总成本最小指派问题模型运筹学课件指派问题assignment problem 【例51></a>.14】人事部门欲安排四人到四个不同的岗位工作,每个岗位一个人(经考核四人在不同岗位的成绩(百分制)如表5-34所示,如何安排他们的工作使总成绩最好。

88809086丁90798382丙95788795乙90739285甲DCBA工作人员表5-34【解】设1 数学模型运筹学课件数学模型为:甲乙丙丁ABCD图5. 3指派问题assignment problem运筹学课件假设m个人恰好做m项工作,第i个人做第j项工作的效率为cij?0,效率矩阵为[cij](如表5-34),如何分配工作使效率最佳(min或max)的数学模型为指派问题assignment problem运筹学课件2 解指派问题的匈牙利算法匈牙利法的条件是:问题求最小值、人数与工作数相等及效率非负【定理5.1】如果从分配问题效率矩阵[cij]的每一行元素中分别减去(或加上)一个常数ui(被称为该行的位势),从每一列分别减去(或加上)一个常数vj(称为该列的位势),得到一个新的效率矩阵[bij],其中bij=cij,ui,vj,则[bij]的最优解等价于[cij]的最优解,这里cij、bij均非负(指派问题assignment problem【证】运筹学课件【定理5.2】若矩阵A的元素可分成“0”与非“0”两部分,则覆盖“0”元素的最少直线数等于位于不同行不同列的“0”元素(称为独立元素)的最大个数( 如果最少直线数等于m,则存在m个独立的“0”元素,令这些零元素对应的xij等于1,其余变量等于0,这时目标函数值等于零,得到最优解(两个目标函数相差一个常数 u+v,约束条件不变,因此最优解不变。

指派问题(经典运筹学)

指派问题(经典运筹学)
c 11 c 取 C 21 c n1 c 12 c 22 cn2 c1n c 2n c nn
1 1 c 11 2 c 21 … i c i1 … n c n1 2
c 12 c 22 ci2 cn2


1 2 3 4
6 20 10
21
25 14 0
5
x6
解:x i
1
2
0
不在第i个地区建站
i=1,2, …,6
Z表示全区消防站总数
2 6 1 x3 x4 1 s.t x3 x4 x5 1 x x x 1 4 5 6 x i 0 ,1 i 1, 2 , , 6
一、决策问题与0-1变量
决策变量
xi
x i 是否做第
i 件事 i 1, 2 , , n
1 0
做第i件事 不做第i件事
x1 x 2 x n k
n件事中必须做k件并只做k件事 n件事中最多做k件事 n件事中至少做k件事
x1 x 2 x n k x1 x 2 x n k
当n=4时, 有16变量,8个约束方程
例:现有4份工作,4个人应聘,由 于各人技术专长不同,他们承担 各项工作所需费用如下表所示, 且规定每人只能做一项工作,每 一项工作只能由一人承担,试求 使总费用最小的分派方案。
工作
Z表示总费用
max Z 3 x11 5 x12 4 x13 5 x14 6 x 21 7 x 22 6 x 23 8 x 24 8 x 31 9 x 32 8 x 33 10 x 34 10 x 41 10 x 42 9 x 43 11 x 44

管理运筹学第四章整数规划与指派问题 ppt课件

管理运筹学第四章整数规划与指派问题 ppt课件

资源
小号容器
金属板(张)
2
劳动力(个)
2
机时(小时)
1
中号容器 大号容器 资源拥有量
4
8
500
3
4
300
2
3
100
利润
4
5
6
11
解:设x1 , x2 , x3分别表示小、中、大号容器的生产数量, M为很大的正数,z表示总利润
引入逻 辑变量
yj 10,,
xj 0 xj 0
j1,2,3
m ax z 4 x1 5 x2 6 x3 100 y1 150 y2 200 y3
32
分枝的方法
max z CX
AX b
s.t.
X
0,
X为整数
m ax z CX
AX b
s .t . x r b r
X
0,
X为


m ax z CX
AX b
s .t . x r b r
X
0, X 为 整 数
33
定界的方法
当前得到的最好整数解的目标函数值 分枝后计算放松的线性规划的最优解
.t
.
X
0
如果最优解x
i中某个分量
x
0 i
非整
max z CX
AX b
s.t
.
X 0
X为整数向量
xi [ xi0 ]
max z CX
AX b
s.t
.
X 0
X为整数向量
xi [ xi0 ] 1
26
分枝定界法的两个要点:分枝和定界 ☺如何定界? • 整数规划ILP的最优解不会优于松弛LP的最优解; • 对极大化问题来说,松弛 LP 的目标函数最优值是原

运筹与决策PPT:运输问题和指派问题

运筹与决策PPT:运输问题和指派问题

+ 690x23 + 791x24 + 995x31 + 682x32 + 388x33 + 685x34
s.t.
工厂 1: 工厂 2: 工厂 3: 仓库 1: 仓库 2: 仓库 3: 仓库 4:
x11 + x12 + x13 + x14
x21 + x22 + x23 + x24
= 75 供
= 125 x31 + x32 + x33 + x34 = 100
运输问题的Excel求解模型- 案例1
B
C
3 Unit Cost
4
5 Source
Bellingham
6 (Cannery)
Eugene
7
Albert Lea
8
9
10 Shipment Quantity
11 (Truckloads)
12 Source
Bellingham
13 (Cannery)
Eugene
问题:如何改进运输策略以降低成本?
案例1:P&T公司的配送问题
CANNERY1 Bellingham
最偏远的厂
CANNERY2 Eugene
WAREHOUSE 3 Rapid City
WAREHOUSE 2 Salt Lake City
WAREHOUSE 1 Sacramento
WAREHOUSE 4 Albuquerque
4、运输问题和指派问题
引例
案例1:P&T公司的配送问题
▪ 家族经营的小公司,加工蔬菜罐头并分销到各地:
– 三个食品厂,四个分销仓库

运筹学指派问题课件

运筹学指派问题课件

c
i 1 j 1
n
n
ij
xij
n xij 1 i 1 n st . xij 1 (i , j 1, 2, ..., n) j 1 x 1or 0 ij
运筹学教程
例1:某商业公司计划开5家新商店,商业公司决定由5家建筑 公司分别承建。已知建筑公司Ai(i=1,2…5)对新商店Bj(j=1…5) 的建筑费用报价Cij.问题:商业公司对5家建筑公司如何分配任 务,才能使总的建筑费用最少? Cij Ai Bj
运筹学教程
指派问题解法:匈牙利解法 解法思想:
若从系数矩阵C的任何一行(列)各元素中分别减去 一个常数K(K可正可负)得到新矩阵C’,则以C’为系 数矩阵的指派问题与原问题有相同的解,但最优值 比原问题最优值小K。
匈牙利法条件: MIN、i=j 、Cij≥0
运筹学教程
匈牙利法的主要步骤: 步骤1:变换系数矩阵,使在各行各列都出现零元素。 (1)从矩阵C的每行元素减去该行的最小元素;
0 11 8 7 7 3 3 2 1 C ' 5 0 4 3 4 0
第二步 圈0 寻找不同行不同列的0元素,圈之。 所在行和列其它0元素划掉
0 0 0 0 0 3 0 11 8 第三步 打 无的行打,打行上0列打 , 1 7 7 3 打列上行打,打行上0列打 ' 2 3 2 1 C 0 5 0 4 0 3 0 11 8 0 1 7 7 3 2 3 4 0 C ' 0 2 3 2 1 第四步 确定方案划线 0 0 5 0 4 没有打行上画一条横线; 0 2 3 4 0 有打列上画一条竖线;
15 120 15 12 0 14 100 14 100 8 7 0 0 8 7

第4章 运输问题和指派问题ppt课件

第4章 运输问题和指派问题ppt课件

x13
x 23
x 33
5
x14 x 24 x34 6
x
ij
0 (i
1, 2 , 3;
j
1,2,3,4 )
4.2 运输问题的数学模型和电子表格模型
运输问题是一种特殊的线性规划问题,一般采用“表上作
业法”求解运输问题,但Excel的“规划求解”还是采用
“单纯形法”来求解。
例4.1的电子表格模型
4.2 运输问题的数学模型和电子表格模型
需要注意的是,运输问题有这样一个性 质(整数解性质),即只要它的供应量 和需求量都是整数,任何有可行解的运 输问题就必然有所有决策变量都是整数 的最优解。因此,没有必要加上所有变 量都是整数的约束条件。
由于运输量经常以卡车、集装箱等为单 位,如果卡车不能装满,就很不经济了 。整数解性质避免了运输量(运输方案 )为小数的麻烦。
i1
x
ij
0
(i 1, 2,
, m ; j 1, 2,
, n)
4.2 运输问题的数学模型和电子表格模型
(2)产大于销(供过于求)运输问题
的数学模型
(以满足小的销量为准)
m
n
ai bj
mn
m in z
cij xi j
i 1
j 1
i1 j 1
n
xij ai
Байду номын сангаас(i 1, 2,
,m)
m in
z 1 6 0 x A1 1 3 0 x A 2 2 2 0 x A3 1 7 0 x A4 1 4 0 xB1 1 3 0 xB 2 1 9 0 xB3 1 5 0 xB 4 190 xC1 200 xC 2 230 xC 3

指派问题

指派问题

13 0 5 1
7 6 3 0
0 9 ( b ij ) 2 0
第二步: 进行试指派,以寻求最优解。为此,按以 下步骤进行。 经第一步变换后,系数矩阵中每行每 列都已有了0元素;但需找出n个独立的0 元素。若能找出,就以这些独立0元素对 应解矩阵(xij)中的元素为1,其余为0, 这就得到最优解。当n较小时,可用观察 法、试探法去找出n个独立0元素。若n较 大时,就必须按一定的步骤去找,常用 的步骤为:
•减数得零—求初始匹配 •圈零划线—查是否最大匹配 •找数调整—求新的最优匹配 运筹学
指派问题的解法
第一步: 使指派问题的系数矩阵经变换,在各行各列中 都出现0元素。 (1) 从系数矩阵每行元素减去该行的最小元素; (2) 再从所得系数矩阵的每列元素中减去该列 的最小元素。 若某行(列)已有0元素,那就不必再减了。


7 4 0 11 0
0 3 8 8 4
2 0 3 0 1
0 0 5 0 4
2 0 0 4 3
运筹学
已具有n个独立0元素。这 就得到了最优解,相应的解 矩阵为: 由解矩阵得最优指派方案 甲—B,乙—D,丙—E,丁—C,戊—A

0 0 0 0 1
想想看!
运筹学
指派问题的形式表述
给定了一系列所要完成的任务(tasks)以及 一系列完成任务的被指派者(assignees), 所需要解决的问题就是要确定出哪一个人 被指派进行哪一项任务,使总的效率最高?
运筹学
指派问题的假设
被指派者的数量和任务的数量是相同的 每一个被指派者只完成一项任务 每一项任务只能由一个被指派者来完成
表1
任 人员 甲 乙 丙 丁 务

《指派问题》课件

《指派问题》课件

指派问题的扩展研究
多目标指派问题
应用场景:生产调度、资源 分配等

解决方法:线性规划、启发 式算法等
定义:指派问题在多个目标 下的扩展
挑战:如何在多个目标之间 找到最优解
动态指派问题
动态指派问题的定 义
动态指派问题的应 用场景
动态指派问题的求 解方法
动态指派问题的优 化策略
大规模指派问题
问题定义:大规模 指派问题是指在给 定一组任务和一组 资源,如何将任务 分配给资源,使得 总成本最小化或总 收益最大化。
混合算法
混合算法的概念: 将多种算法进行 组合,以获得更 好的优化效果
混合算法的优点: 能够充分利用各 种算法的优点, 提高优化效果
混合算法的应用: 在指派问题中, 混合算法可以结 合多种算法,如 遗传算法、模拟 退火算法等,以 提高优化效果
混合算法的挑战: 如何合理选择和 组合各种算法, 以获得最佳的优 化效果
应用场景:大规 模指派问题广泛 应用于物流、供 应链、生产调度 等领域。
研究方法:大规 模指派问题的研 究方法包括启发 式算法、遗传算 法、神经网络等。
挑战与展望:大规 模指派问题的挑战 在于如何设计高效 的算法,以及如何 解决大规模问题中 的优化问题。未来 的研究方向包括分 布式计算、并行计 算等。
禁忌搜索法:在搜索过程中引入禁忌表,避免重复搜索已搜索过的解
元启发式方法
基本概念:元启发式 方法,也称为元启发 式算法,是一种基于 启发式策略的优化方 法。
特点:元启发式方 法具有自适应性、 鲁棒性和易于实现 等特点。
应用:元启发式方法 在指派问题、路径规 划、调度等问题中都 有广泛的应用。
实例:遗传算法、模 拟退火算法、蚁群算 法等都是元启发式方 法的典型代表。

运筹学

运筹学
【定理3】m+n - 1个变量组构成基变量的充要条件是它不包含 任何闭回路。 定理3告诉了一个求基变量的简单方法,同时也可以判断一组变量 是否可以作为某个运输问题的基变量。这种方法是直接在运价表 中进行的,不需要在系数矩阵A中去寻找,从而给运输问题求初 始基可行解带来极大的方便。
5.1 运输模型 Model of Transportation Problems
5.1 运输模型 Model of Transportation Problems
2013年4月17 【定理5.1】设有m个产地n个销地且产销平衡的运输问题,则基 日星期三 变量数为m+n-1。 【证】因为产销平衡,即 ai i 1 加得
m
b ,将前m个约束方程两边相
j 1 i
n
x
因而C中的列向量线性相关,所以B中列向量线性相关。
5.1 运输模型 Model of Transportation Problems
2013年4月17 日星期三 由定理2可知,当一个变量组中不包含有闭回路,则这些变量对应 的系数向量线性无关。
求运输问题的一组基变量,就是要找到m+n-1个变量,使得它们 对应的系数列向量线性无关,由定理2,找这样的一组变量是很容 易的,只要m+n-1个变量中不包含闭回路,就可得到一组基变量。 因而有:
x1n,x 2 n, x mn , x11 , x12 ,, x1,n 1 ,
对应的列(共m+n-1列)组成的m+n-1阶子式
5.1 运输模型 Model of Transportation Problems
1 1

1
1

1
2013年4月17 日星期三

《指派问题》课件

《指派问题》课件
的专业知识,让大家更好地 了解和应用指派问题的解决方法。
什么是指派问题
指派问题是一种在实际生活和工作中常见的问题,涉及到任务分配和资源调 度。考虑如何最优地分配任务或者资源,以达到特定的目标。
指派问题的应用场景
工作管理
有效分配工作任务,提高团队效率。
比较与总结
不同算法之间有各自的特点,选择合适的解决方法需要考虑问题的性质和目 标。解决指派问题时,我们需要根据具体情况选择最合适的算法。
总结
指派问题是一个具有挑战性的问题,并且有广泛的应用领域。算法在解决指 派问题的应用和发展中发挥着重要的作用。展望未来,我们期待能够进一步 提升算法在指派问题中的性能和效果。
暴力搜索是一种穷举所有可能解的方法,通过对比所有解决方案,选择最优 解。尽管时间复杂度较高,但可以保证找到最优解。
贪心算法
贪心算法是一种根据当前情况选择最优解的方法,不考虑未来可能出现的情 况。它的时间复杂度相对较低,但可能无法达到最优解。
分支界定算法
分支界定算法通过限制搜索空间来快速找到最优解。它可以大大减少搜索时间,但仍需权衡精确 度与效率。
运输调度
合理安排运输车辆和货物,降低成本,提高效率。
任务分配
根据工作需求分派任务给不同的人员,确保工作顺利完成。
指派问题的解决方法
暴力搜索
尝试所有可能的解决方案, 选择最优解。
贪心算法
根据当前情况,选择当前最 优解,不考虑未来可能出现 的情况。
分支界定算法
通过限制搜索空间,快速找 到最优解。
暴力搜索

运筹学_指派问题

运筹学_指派问题

(xij)是n×n矩阵,对应于效率矩阵(cij).
工作
x11 人 x i1 xn1
x1n xij xin xnj xnn x1 j
可行解矩阵
x
i 1
n
ij
1,
j 1, 2, , n ②
指派问题的最优解有这样性质,若从效率矩 阵(cij)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(bij),那么以(bij)为效率 矩阵求得的最优解和用原效率矩阵求得的最优解 相同 。即 定理2 设给定了以C = (cij)为效率矩阵指派问题G, 现将C的元素cij 改变为 bij cij i j , i 与 j 为常数 则以B= ( bij )为效率矩阵指派问题G’与G有相同的最 优解。
第四节 指 派 问 题
assignment problem
在生活中经常遇到这样的问题,某 单位需完成n项任务,恰好有n个人可承 担这些任务。由于每人的专长不同,各 人完成任务不同(或所费时间),效率也 不同。于是产生应指派哪个人去完成哪 项任务,使完成n项任务的总效率最高 (或所需总时间最小)。这类问题称为指 派问题或分派问题。
行列都有 零元素
7 6 3 0*
0 * 9 (b ) ij 2 0
0 0 最优解为 ( xij ) 1 0
0 1 0 0
0 0 0 1
1 0 0 0
定理3 若矩阵C可分成”0”与非”0”两部分,则覆 盖”0”元素的最少直线等于位于不同行不同列的”0” 元素的最大个数.

5 0* 2 0 2 2 3 0* 0 0 0* 10 5 7 2 -2 9 8 0 0* 4 0 6 3 6 5 -2 5 0* 2 0 2 2 3 0* 0 0 2 8 3 5 0 9 8 0 0* 4 2 4 1 4 3

5.4指派问题 -精品PPT课件

5.4指派问题 -精品PPT课件
本题求最小值,下面用匈牙利解法求解
一、行列变换(找出每一行(每一列)的最小值, 然后让每一行(每一列)的元素都减去这个数)
2 15 13 4 min 2 10 4 14 15 4
9 14 16 13 9 7 8 11 9 7
行变换
0 13 11 2 6 0 10 11
0 5 7 4 0 1 4 2
0 5 105 185
27
0
145
225
min 0 0 100 180
列变换
0 11 22 22
25 0
0
0
0 5 5 5
27 0 45 45
0 11 22 22
25 0
0
0
0
5
5
5
27 0 45 45
试指派
0 11 22 22 √
25 0
0
0
0 5 5 5 √
27 0 45 45
0
0
0
此时m=n=4,
0 找到了最优解
32 0 45 45 32 0 45 45
1 0 0 0 1 0 0 0
最优解为 0 0
0 0
0 1
1 或 0
0 0
0 0
1 0
0 1
最优值为 58+230+170+55=503
0 1 0 0
0 1 0 0
现在看一下指派问题的其他情况
求下面效率矩阵在特定情况下的的最小值
一行。
现仅就要求:1、E必须完成,其余一人一事 给出具体解题步骤,其他情况类似
ABC DE

25

39
丙 34
29
38
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

A
BCD
甲 85 92 73 90
效率表 乙 95 87 78 95
丙 82 83 79 90
丁 86 90 80 88
例5-15 人事部门欲安排四人到四个不同的岗位工作, 每个岗位一个人。经考核四人在不同岗位的成绩(百 分制)如下表所示,问如何安排他们的工作使总成绩 最好。
➢这个问题的求解可以采用枚举法。将所有分配方案 求出,总分最大的方案就是最优解。本例的方案有 4×3×2×1 = 24 种。
(0) 6 17 17 (0) 6 17 17
x22 x32
x23 x33
x24 x34
1 1
x41 x42 x43 x44 1
A 甲 x11 乙 x21
丙 x31 丁 x41
1
BCD 1 x12 x13 x14 1 x22 x23 x24 1 x32 x33 x34 1 x42 x43 x44
111
x11 x21 x31 x41 1
27 0 45 45
27
0
40
40
27
0
40
40
由于最少直线数 3 m 4 ,因此修改矩阵:
(1)从矩阵未被直线覆盖的数字中找出一个最小数5, 并且减去5; (2)直线相交处的元素加上5,被直线覆盖而没有相交 的元素不变。
重复步骤3,直到最少直线数=4。
3.用最少的直线覆盖所有0,最少直线数= 4。
第五章 运输与指派问题
5.1 运输问题的数学模型及其特征 5.2 运输单纯形法 5.3 运输模型的应用 5.4 指派问题
5.4 指派问题
指派问题也称为分配或配置问题。是资源合理配 置或最优匹配问题。
5.4.1 数学模型
例5-15 人事部门欲安排四人到四个不同的岗位工作, 每个岗位一个人。经考核四人在不同岗位的成绩(百 分制)如下表所示,问如何安排他们的工作使总成绩 最好。
第三步:用最少的直线覆盖所有0:
0 11 22 22 0 6 17 17 0 6 17 17
25 0
0
0
25
0
0
0
30
0
0
0
0 5 5 5 0 0 0 0 0 0 0 0
27 0 45 45
(3)
27 0 45 45
32
0 45
(4)
45
回到第三步,用最少的直线覆盖所有0。
此时最少直线数=4,表明矩阵中存在4个不同行不 同列的零元素,于是得到最优解。
(1)从矩阵未被直线覆盖的数字中找出一个最小数k = 5, 并且减去5;
(2)直线相交处的元素加上k = 5, 被直线覆盖而没有 相交的元素不变。
第三步:用最少的直线覆盖所有0:
0 11 22 22 0 6 17 17 0 6 17 17
25 0
0
0
25
0
0
0
30
0
0
0
0 5 5 5 0 0 0 0 0 0 0 0
5.4.2 指派问题的匈牙利算法 一.算法的基本思想:
在效率矩阵中找出4个不同行不同列的数使得它们 的总和最小。
找出4个不同行不同列的0元使得它们的和为最小0, 令这些零元素对应的 xij 1, 其余变量=0,得到最优解。
效率矩阵的变形
效率矩阵
产品1 产品2 产品3 产品4
产品1 产品2 产品3 产品4
x12 x13
x22 x23
x32 x33
x42 x43
1 1
x14 x24 x34 x44 1
A BCD 甲 85 92 73 90 乙 95 87 78 95 丙 82 83 79 90 丁 86 90 80 88
xij 0, or,1, i, j 1, 2, 3, 4
注意:当人数与工作数较多时,用直观的方法进行划 线及找独立的零元素比较困难,这时可按以下方法进 行:
58 69 180 260 58 0 11 122 202 0 11 22 22
75
50
150
230
50
25
65 70 170 250 65 0
82 55 200 280 55 27
0 5 0
0 5
100 105
180 185
(2)
82 55 200 280 55
(Cij )
27 0 145 225 0 0 100 180 v j
0 11 22 22
25 0
0
0
(3)
0 5 5 5
27
0 45
(bij )
45
第二步:找出效率矩阵每列的最小元素,再分别从每
列中减去,有:
第三步:用最少的直线覆盖所有0:
解:设
xij
1, 0,
分配第i人做第j项工作 i 1,2,3,4, j 1,2,3,4 不分配第i人做第j项工作
➢这样的问题可以用整数规 划方法或运输单纯形法来求 解,但计算量较大。
➢匈牙利数学家克尼格给出 了求解这类指派问题匈牙利 算法,非常简单而有效。
➢匈牙利算法的条件是:问 题求最小,人数与工作数 相等及效率非负。
5.4.2 指派问题的匈牙利算法
匈牙利算法的两个相关定理:
定理 5.5 若矩阵A的元素可分成“0”与非“0”两 部分,则覆盖零元素的最少直线数等于位于不同行 不同列的零元素(称为独立元素)的最大个数。
如果最少直线数等于m,则存在m个独立的零元素, 令这些零元素对应的 xij 1, 其余变量=0,得到最优解。 m是效率矩阵的行数=列数。
(0)
45
45
1 0 0 0第1个工厂加工产品1 1 0 0 0第1个工厂加工产品1
0 0 1 0第第23个个工 工厂 厂加 加工 工产 产品 品34 0 0 0 1第第23个个工工厂厂加加工工产产品品43
0 0
0 1
0 0
10第单4位个产工品厂成加本工和产5品132
0 0
0 1
1 0
00第单4位个产工品厂成加本工和产5品132
( 0) 11 22 22
25
0
(0 )
0
0 5 5 5
27 (0) 45 45
(3)
定理5.5 覆盖零元素的最少直线 数等于不同行不同列的零元素 (称为独立0元素)的最大个数。 当找到m=4个独立的零元素时, 得到最优解。
第四步:这里的直线数 = 3(直线数=4时停止运算), 于是修改效率矩阵:
第一步:找出定效理率5矩.4 阵bij 每cij 行ui 的vj , (最bij )小的最元优素解等,价并于 (分Cij )别的最从优每解
行中减去最小元素,有:
ui
58 69 180 260 58
0 11 122 202
(1)
75 65
50 70
150 170
230 50
25
250 65 0
产品1 产品2 产品3 产品4
工厂1 58
工厂2
150
工厂3
70
工厂4
280
效率矩阵
产品1 产品2 产品3 产品4 工厂1 58 69 180 260 工厂2 75 50 150 230 工厂3 65 70 170 250 工厂4 82 55 200 280
5.4.2 指派问题的匈牙利算法
例5-16 某公司拟将四种新产品配置到四个工厂生产, 四个工厂的单位产品成本(元/件)如下表所示。求 最优生产配置方案使得单位产品成本总和为最小。
第五步:找出4个独立的0元:
(0) 6 17 17
(0) 6 17 17
30 0 ( 0)
0
0 0 0 ( 0)
30 0 0 ( 0) 0 0 ( 0) 0
32 (0) 45 45
32 (0) 45 45
第五步:找出4个独立的0元: 工厂1
产品1 58
产品2 69
产品3 180
产品4 260
(2)重复第(1)步。在剩下的没有被直线画去的行、列中再找最 少的零元素,打上( ), 打上×及画线。直到所有零元素都被 直线画去。
3.用最少的直线覆盖所有0,最少直线数= 3。
0 11 22 22 0 6 17 17 0 6 17 17
25
0
0
0
25
0
0
0
30
5
0
0
0 5 5 5 0 0 0 0 0 0 0 0
max Z 85x11 92x12 73x13 90x14
95 x21 87 x22 78 x23 95 x24
82 x31 83 x32 79 x33 90 x34
86 x41 90 x42 80 x43 88 x44
x11 x12 x13 x14 1
x21 x31
58 69 180 260 58 75 50 150 230 50 65 70 170 250 65 82 55 200 280 55
效率矩阵
产品1 产品2 产品3 产品4 工厂1 58 69 180 260 工厂2 75 50 150 230 工厂3 65 70 170 250 工厂4 82 55 200 280
一.算法的基本思想:
在效率矩阵中找出4个不同行不同列的数(单位产 品成本)使得它们的总和最小。
方案2 单位产品成本总和594
产品1 产品2 产品3 产品4
工厂1
69
工厂2 75
工厂3
250
工厂4
200
效率矩阵
产品1 产品2 产品3 产品4 工厂1 58 69 180 260 工厂2 75 50 150 230 工厂3 65 70 170 250 工厂4 82 55 200 280
➢由于方案数是人数的阶乘,当人数和工作数较多时, 计算量非常大。
相关文档
最新文档