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

 

 

1.3 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(c_ij)为(b_ij)，使在(b_ij)的各行各列中都出现0元素，即

 

(1) 从矩阵(c_ij)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(b_ij)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(x_ij)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) 对没有的行打√号;

(2) 对已打√号的行中所有含元素的列打√号。

(3) 再对打有√号的列中含元素的行打√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l 。l 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(b_ij)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

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：

 

 

————————————————

本文转载自CSDN平台博主：向岸看

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/qq_45981086/article/details/132419094

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

 

 

1.3 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(c_ij)为(b_ij)，使在(b_ij)的各行各列中都出现0元素，即

 

(1) 从矩阵(c_ij)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(b_ij)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(x_ij)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) 对没有的行打√号;

(2) 对已打√号的行中所有含元素的列打√号。

(3) 再对打有√号的列中含元素的行打√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l 。l 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(b_ij)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

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：

 

 

————————————————

本文转载自CSDN平台博主：向岸看

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/qq_45981086/article/details/132419094