“匈牙利法”存在的问题及改进方法

在处理一些特殊数据时,发现分配问题的"匈牙利法"并不收敛,无法得到最优解。通过全面分析该算法,找到了问题的原因,对算法进行了改进,并介绍了程序设计的关键技术,使"匈牙利法"真正成为解决分配问题的最有效算法。     

"匈牙利法"存在的问题及改进方法

在处理一些特殊数据时,发现分配问题的"匈牙利法"并不收敛,无法得到最优解.通过全面分析该算法,找到了问题的原因,对算法进行了改进,并介绍了程序设计的关键技术,使"匈牙利法"真正成为解决分配问题的最有效算法.     

基于改进匈牙利算法的航路网络延误优化

针对我国航路网络流量分配依靠管制员经验,缺乏量化模型协助决策这一问题,对航路网络的延误优化模型及其求解算法展开研究。首先,建立了目标函数为总航行时间最小、带容量约束的流量指派模型;其次,针对经典匈牙利算法只适用于中小型运算的问题,在效率矩阵的计算上作出加圈的零元素个数最大概率与效率矩阵的阶数相等的改进;再次,根据航路运行效率随时间和流量变化的特点,使用M/M/C排队论模型构建了航路的费用函数,用变化的费用替代效率矩阵中不变的效率值,使效率矩阵随时间和流量变化;最后,以中南空管局与西南空管局2016年11月部分空域的实际运行数据作为算例验证本文模型与算法。结果表明,在通行能力优化方面,算法能将进场通行能力提升8.372%,离场通行能力提升8.999%;在延误优化方面,能降低每架航空器平均延误;在算法性能方面,具有比经典匈牙利算法迭代次数少、求解时间短的优点,更适用于实际的管制运行。     

基于匈牙利算法的毕业论文选题分配的实现

针对传统高校大学生毕业论文选题分配存在的问题，提出将学生对论文题目的满意度量化为二分图匹配中的权值。首先，约束最多选题数目，设置满意度梯度值，将预选结果存储在二维矩阵中；其次，使用经典的匈牙利算法进行求解；最后，进行实验分析。实验结果表明，利用这种分配方式能达到较高的平均满意度和分配率。     

基于改进匈牙利算法的机场航班时刻优化研究

航班时刻是我国治理航班延误、管理空中交通流量最为重要的基础数据之一。针对我国枢纽机场运营高峰时段时刻资源紧张、超负荷运行、放行顺序不合理等情况,分析机场航班运行规律和存在问题,在保证正班航班运输需求的基础上,提出基于历史数据的航班时刻优化模型,并改进匈牙利算法求解,以达到航空公司申请时刻调整量和航班地面等待时间整体最小的目标。结合杭州萧山国际机场历史运行数据,验证了航班时刻优化模型的可行性和适用性,对减少地面延误、提高放行正常率、增加机场容量具有重要作用。     

求解指派问题的一次性分配算法

匈牙利算法是求解指派问题的全局最优求解算法,但是经典的匈牙利算法存在着实现难、处理速度慢等不足。提出了一种改进匈牙利算法,对匈牙利算法寻找独立零的次序进行了改进,从而避免了匈牙利算法通常需要进行多次试分配的不足。针对改进前后两种算法的复杂度、运算时间、精确度等进行了对比分析,结果表明,改进的算法是一种高精度的近似最优求解算法;与匈牙利算法相比,改进的算法易于编程实现,且时间花费较低,是一种适用于工程实时应用的有效求解算法。     

“天龙一号”机器人的运动学和动力学仿真研究

本文对“天龙一号”五自由度弧焊机器人的运动学和动力学进行了数字仿真研究。文中采用齐次变换矩阵法详细推导了“天龙一号”机器人的运动学方程和求解逆问题的公式,给出机器人运动学和动力学数字仿真的算法及递推公式.最后,通过举例给出了“天龙一号”机器人数字仿真结果。这些仿真结果对评价机器人的性能及校验机器人系统的刚度、强度、电机的功率和转矩、极限速度和抓重都有重要意义.     

改进匈牙利法求解货郎担问题(TSP)

提出了一个改进匈牙利法,给出了数学推导,以Hamilton回路选独立零,并给出终止条件,通过二个例子,与C-W节约算法和几何法比较,提出的方法精度比高。     

基于匈牙利算法的LDPC编码优化实现

LDPC 编码优化包括下三角和准下三角两种类型，目前主要采用各种贪婪算法。针对这一问题，基于组合论中的匈牙利法提出了一种新的迭代算法。该算法不仅可以进一步提高优化性能，还可以通过修改目标函数在下三角和准下三角之间合理均衡以便确定LDPC编码优化的最佳性能参数。     

基于最高响应比法和匈牙利算法的调度系统在流水线、仓储系统中的应用研究

为了将孤立的流水线系统和仓储系统有机的联系起来,基于最高响应比法和匈牙利算法的调度系统设计了其在流水线、仓储系统中的优化应用,建立了最高响应比法和匈牙利算法的数学模型,我们认为,通过该调度系统能够提高流水线系统和仓储系统的工作效率,并能进一步优化其任务的调度机制。     

基于Listwise的新型排序算法

基于Pairwise的排序算法得到的判别式模型准确率较低。为此,提出一种基于Listwise的新型排序算法。采用判别式模型,将基于1-slack的支持向量机作为算法框架,定义算法的优化目标。由于该目标的约束条件太多,难以直接优化,因此使用割平面法求解。对于算法内部寻找最违背排列的子问题,将其看作一个线性指派问题,采用匈牙利法求解。在基准数据集上的实验结果验证该算法的有效性和稳定性。     

分配问题的计算机方法

分配问题是一个组合优化问题。传统计算机求解分配问题的方法中，既有枚举法、最小元素法、行（列）扫描法和损益分析等算法，也有如分枝限界法、匈牙利算法及其改进算法。本文在对这些计算机方法进行分析和仿真的基础上，将一个随机并行算法用在解决分配问题上，并且对各种方法的运行结果进行了比较。     

一种求解最小割集问题的新思路

从本质上来说,最小割集问题与最大流问题是同一个问题。由于后者的实用性更强,人们对它投入的关注与研究也更多,因而实际中是通过最大流问题来求最小割集问题。最大流-最小割集定理给出了一种用最大流算法求最小割集问题的方法,但在实际应用中,这种方法有时显得繁冗并有些迂回。文章首先介绍了最大流、最小割集的相关概念,然后从实际应用出发提出了一种用最大流求流图最小割集的新算法。随后证明了该算法的正确性,并举例说明了这种算法思想在其它方面的应用。     

基于人工免疫算法的多目标函数优化

提出了一种新型的人工免疫算法用来解决多目标函数优化问题。基于自然免疫系统固有的优良特性对算法进行了设计和分析。最后,算法对3个较复杂的多目标问题进行了优化,优化结果能很好地覆盖问题的Paret。最优面,并且把算法与某些混合遗传算法进行了对比实验,表明人工免疫算法在解决多目标优化问题上具有可观的研究前景。     

基于双阈值的具有记忆功能的自适应模拟退火算法

讨论传统模拟退火算法的原理、求解过程,详细分析它存在的局限性,简单叙述模拟退火算法中关键参数对该算法性能的影响,并给出该算法的可行性改进方案。提出一个改进的模拟退火算法。在该改进算法中,为避免遗失当前最优解,增加记忆功能,将当前最好的状态记忆下来,从而使得模拟退火算法成为一种智能化算法;设计一个自适应温度更新函数,并设置双阈值使得在尽量保持最优性的前提下减少计算量。用改进前后的两个算法来解决一个非线性寻找组合最优问题,实验证明改进后的模拟退火算法是高效的。     

一种求解欧几里德TSP问题的新算法

针对几何性质的TSP问题，提出了一种“整体优先”算法，算法的核心思想是边构造边调整。实验结果表明，该算法不仅时间复杂度和空间复杂度低，寻优能力也很强，其综合性能超过目前的一些主流算法，特别适合在微机上求解TSP问题。     

基于灰狼优化和匈牙利算法的D2D资源分配策略

当前,车联网系统中存在频谱资源有限、系统干扰较大、D2D（device to device）用户通信质量差等问题。针对上述情况,提出了一种基于灰狼优化和匈牙利算法的D2D资源分配策略。在保证蜂窝用户以及D2D用户通信质量的前提下,该模型首先利用灰狼优化获得每个D2D用户的最佳发射功率,然后利用匈牙利算法实现D2D用户与蜂窝用户的最佳信道匹配,最大化D2D用户的总容量。仿真结果表明,该算法与和声搜索算法和遗传算法相比,在有效提升D2D用户的总容量同时,单个D2D用户也能获得较高的最大、最小容量。     

一种基于演化算法的BP改进算法

本文在对BP神经网络算法分析的基础上,提出一种基于演化算法的BP改进算法(EBP)。该算法将演化算法运用到BP算法学习率的求解中,从而达到学习率的自适应、自组织的目的。实验结果表明,使用EBP算法进行求解函数逼近、优化和建模等BP神经网络应用问题,都要比传统的BP算法具有更好的精确度和收敛速度,并且能够克服传统BP算法易陷入局部最优解、学习过程出现震荡等缺点。     

改进批处理RPEM算法用于说话人识别

针对传统EM算法训练GMM不能充分利用训练数据所属高斯分量信息, 从而在一定程度上影响说话人识别性能的缺陷, 采用RPEM (竞争惩罚EM)算法训练GMM, 并引入批处理RPEM算法解决RPEM算法运算量大、收敛速度慢的问题, 同时针对RPEM和批处理RPEM算法训练时方差优化存在的问题进行了改进, 提出了改进的批处理RPEM算法。在Chains 说话人识别数据库上的实验表明, 改进的批处理RPEM算法取得了相对于传统EM、RPEM以及批处理RPEM算法更好的性能, 还极大地提高了训练效率, 减小了运算量, 说明了提出的改进批处理RPEM算法用于说话人识别时的有效性。