指派问题匈牙利方法的改进

求指派问题最优解的匈牙利方法存在所谓“选择原则困难”。即：当效益矩阵的每一个行列都存在不止一个“零”时，选取哪一个“零”才能保证找到最优解呢？为此引入“Ｃ参数选择原则”，解决了这一困难，从而完善了匈牙利方法。     

对量大化指派问题的匈牙利解法的一点改进

针对指派问题中最小化问题的匈牙利解法,提出一种不同于传统解法的最大化问题的求解方法,该方法不必一开始就去用新的系数矩阵代替原系数矩阵,而是可直接在原系数矩阵上进行求解,只是求解过程中的一些与最小化问题的求解原则有所不同,由于其解题步骤的多少与先后同最小化问题解题步骤的多少与先后是相对应的,所以可用同一段带系数的程序去解决最大化、最小化两个不同的问题,此方法简捷、直观,为计算机上解法的实现提供了方便途径。     

指派问题的一种改进算法

指出了用于解指派问题的匈牙利算法并不是很完善的,并给出了匈牙利算法的修改和改进的算法。     

指派问题匈牙利方法的改进

求指派问题最优解的匈牙利方法存在所谓“选择原则困难”。即：当效益矩阵的每一个行列都存在不止一个“零”时,选取哪一个“零”才能保证找到最优解呢？引入“Ｃ参数选择原则”,即可解决这一困难,从而完善匈牙利方法。     

指派问题匈牙利方法的改进

求指派问题最优解的匈牙利方法存在所谓“选择原则困难”。即：当效益矩阵的每一个行列都存在不止一个“零”时,选取哪一个“零”才能保证找到最优解呢？为此引入“Ｃ参数选择原则”,解决了这一困难,从而完善了匈牙利方法     

关于匈牙利法的优化

对指派问题的解法——匈牙利法的现有解法进行改进，将最小元素法引入到匈牙利法中以减少某些不必要的步骤和繁琐的计算过程？并用实例比较改进前后2种解法的效率。最后得出这种改进是可行的，并且是有效的。     

指派问题匈牙利方法的改进

求指派问题最优解的匈牙利方法存在所谓“选择原则困难”。即:当效益矩阵的每一个行列都存在不止一个“零”时,选取哪一个“零”才能保证找到最优解呢?引入“C参数选择原则”,即可解决这一困难,从而完善匈牙利方法。     

对最大化指派问题的匈牙利解法的一点改进

针对指派问题中最小化问题的匈牙利解法,提出一种不同于传统解法的最大化问题的求解方法.该方法不必一开始就去用新的系数矩阵代替原系数矩阵,而是可直接在原系数矩阵上进行求解,只是求解过程中的一些原则与最小化问题的求解原则有所不同.由于其解题步骤的多少与先后同最小化问题解题步骤的多少与先后是相对应的,所以可用同一段带系数的程序去解决最大化、最小化两个不同的问题.此方法简捷、直观,为计算机上解法的实现提供了方便途径.     

模拟退火算法求解指派问题新探

模拟退火算法是一种随机搜索算法,能渐进地收敛于全局最优解.指派问题是组合优化问题中的一种,可用模拟退火算法来解此问题.模拟退火算法解决指派问题时,需要考虑实现此算法的技术问题,例如解的形式、初始温度的计算等.实验结果表明,该方法能够以一定的概率跳出局部最优,从而实现全局寻优.     

指派问题的推广及其解法

传统的指派问题是针对n个人完成n项任务提出来的。但实际管理工作中,常常遇到人数与任务数不相同的情况。本文对传统指派问题的解法进行了推广,给出了各种情况下的相应处理措施,最后给出了一个涉及到各种情况的说明性算例。     

指派问题数学建模的匈牙利解法

对于指派问题,可以利用许多理论进行建模并且加以解决,但匈牙利解法却是解决指派问题的一种非常简单有效的方法。通过例子介绍了有部分限制的匈牙利解法的应用,可以看出,匈牙利解法是一种十分有效的解决指派问题的方法。     

用“匈牙利算法”求解一类最优化问题

文章给出了改进的“匈牙利算法”的一般步骤和Matlab实现的通用程序,可用此来求解著名的指派问题、婚配问题、锁具装箱问题,以及任何完全或非完全的赋权二分图的最优(大)匹配问题。     

对分配问题求解方法的改进

用匈牙利算法求解分配问题过程中,需要确定已变换后的系数矩阵中Ｏ元素的最大分配,目前０元素的最大分配是应用求网络最大流的方法求出的。提出了１种更为简便,快捷的方法即最小０元素消耗数方法来确定０元素的最大分配。     

对分配问题求解方法的改进

用匈牙利算法求解分配问题过程中,需要确定已变换后的系数矩阵中０元素的最大分配。目前０元素的最大分配是应用求网络最大流的方法求出的。提出了１种更为简便、快捷的方法即最小０元素消耗数方法来确定０元素的最大分配。     

匈牙利法中试指派的标记法

介绍匈牙利法的数学模型及基本步骤,对匈牙利法中试指派现有的改进方法进行了探讨,提出了新的改进方法——标记法。经验证,标记法是有效而简单易用的方法。     

带时间因数的模糊指派问题的求解

在模糊变量的可信性理论基础上建立带时间因数的模糊指派问题的模糊期望值模型，且证明此期望值模型与传统模型具有相同解，并设计了一个遗传算法来求解该模型。最后，通过一个项目招标的数值例子说明此算法求解速度快，容易达到最优解。     

一类模糊多目标指派问题的解法及应用

讨论了任务数大于人数,且每两人分配的任务数相差不超过1的模糊多目标指派问题。首先建立数学模型,然后结合模糊数学的理论基础,将各目标的属性矩阵转化为模糊关系矩阵,再将问题转化成为平衡指派问题,用匈牙利法很容易求出最优解,最后给出一个物资供应的实例。     

改进的DNA遗传算法在指派问题中的应用

提出了一种基于优秀基因片段思想的DNA遗传算法,将这段基因片段提取出来并将它遗传到后代中,可以加快收敛速度.给出了DNA遗传算法的结构,讨论了选择、交叉和变异算子的具体操作,并将其运用到指派问题最优解的求解中,给出了具体的实现方法.仿真实验验证了算法的有效性和实用性.     

有约束多目标模糊指派问题的改进算法

对有约束多目标模糊指派问题的算法进行了改进，提出借助于运输问题的表上作业法的思想，用最大差额法和列差额法来求解工程指派问题。对工程数小于、等于或大于位置数的情形均可求解，且不用考虑最大化与最小化之间的转化问题，算法简便、实用；并探讨了如何利用非线性隶属函数将指标矩阵转化为模糊关系综合评价矩阵．使多目标工程选址问题的求解更趋合理。