指派问题的匈牙利解法
指派问题的匈牙利法
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Ø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， 若不相等，说明试指派过程有误，回到第二步(4)，另 行试指派；若 l＝m < n，须再变换当前的系数矩阵， 以找到n个独立的0元素，为此转第四步。
√
l =m=4 < n=5
2 ◎0 4 2 4 2 5 Ø0 3 ◎0 4 1 ◎0 1 3 4 Ø0 3 5 1 ◎0 2 3 0Ø 5
1 0 3 1 3 2 6 0 3 0 4 2 0 1 3 3 0 2 4 0 0 3 3 0 5
1 0 3 1 3 2 6 0 3 0 4 2 0 1 3 3 0 2 4 0 0 3 3 0 5
0Ø ◎0 3 0Ø 3 1 6 0◎ 2 Ø0 3 2 0Ø 0◎ 3 2 Ø0 2 3 ◎0 ◎0 4 4 0Ø 6
28
此问题有多个最优解
0◎ 0Ø 3 0Ø 3 1 6 0Ø 2 ◎0 3 2 0◎ 0Ø 3 2 ◎0 2 3 0Ø 0Ø 4 4 0◎ 6
Ø0 0Ø 3 ◎0 3 1 6 0Ø 2 ◎0 3 2 0◎ 0Ø 3 2 ◎0 2 3 0Ø 0◎ 4 4 0Ø 6
15 14 6 6 10
4 10 7 10 9
减去最小元素
5 0 2 0 2
2
3
0
0
指派问题的匈牙利算法
摘要在企业、公司的运营与管理中，管理者总是希望把人员最佳分派以发挥其最大工作效率，从而降低成本、提高效益。
然而，如果没有科学的方法是很难实现优化管理的，由此我们引入了指派问题。
指派问题多是求项目的工时最少，而很多情况下人们并不关心项目总工时的多少，而只关心项目能否在最短的时间内完成，即历时最少的指派问题。
这类问题研究的是n个人执行n项任务，执行每项任务的人数以及总的指派人项数均有限制，要求最优指派。
在运筹学中求解整数规划的指派问题通常是通过匈牙利算法来求解，但指派问题也可以归结为一个0-1整数规划问题，本文先对指派问题进行陈述，引出对实际问题的求解。
在指派问题的背景、描述中充分理解该问题，先运用匈牙利算法实现指派问题，然后再建立一个0-1整数规划模型，并运用matlab和lingo编译程序对问题进行编译，运用软件解决模型问题，最终实现指派问题在实际问题中的运用。
通过运用匈牙利算法和0-1整数规划同时对指派问题求解，我们发现用0-1整数规划的方法来求解可以更简单，也更方便程序的阅读和理解。
与此同时，我们还对0-1整数规划问题由整数数据深入研究到小数数据。
最后通过实例来说明运用matlab，lingo编译程序来解决整数规划问题的简便和有效性。
关键词：指派问题；匈牙利算法；0-1整数规划；matlab模型；lingo模型AbstractIn business, the company's operations and management, managers always want the best distribution of the staff to maximize their efficiency, reduce costs and improve efficiency. However, if there is no scientific method is difficult to achieve optimal management, which we introduced the assignment problem. Multi-assignment problem is to get the project working hours at least, and in many cases people do not care about how much the total project work, but only care about whether the project can be completed within the shortest possible time, that lasted for at least the assignment problem. Such problems is the n individual execution of tasks n, the number of people to perform each task and assign the total number of items are restricted to two people, requiring the optimal assignment. Integer programming in operations research for solving the assignment problem is usually solved by Hungarian algorithm, but the assignment problem can be reduced to a 0-1 integer programming problem, this paper first to make a statement on the assignment problem, leads to the solution of practical problems. Assignment problem in the background to fully understand the problem description, the first assignment problem using Hungarian algorithm, and then a 0-1 integer programming model and compiler using matlab and the lingo of the problem to be compiled using the software solution model problem Ultimately in the assignment of the application in practical problems. By using the Hungarian algorithm and the 0-1 integer programming to solve assignment problems simultaneously, we found that 0-1 integer programming method to solve a more simple and easier to read and understand the program. At the same time, we also 0-1 integer programming problem in-depth study by the integer data to a decimal data. Finally, an example to illustrate the use of matlab, lingo compiler to solve the integer programming problem is simple and effective.Keywords:assignment problem; Hungarian algorithm; 0-1 integer programming;matlab model; lingo model目录1. 问题陈述 (1)2. 指派问题的背景 (1)3. 指派问题的描述 (1)3.1 指派问题的一般形式 (1)3.2 问题的数学模型一般形式 (2)3.3 目标函数极大化的指派问题 (2)4．指派问题实现 (3)4.1 匈牙利算法 (3)4.1.1 匈牙利算法的理论基础 (3)4.1.2 匈牙利算法的实现步骤 (3)4.1.3 匈牙利算法实现指派问题 (4)4.2 0-1整数规划 (5)4.2.1 模型假设 (6)4.2.2 模型建立 (6)4.2.3 模型求解 (7)5. 问题的深入（0-1整数规划） (10)5.1 模型建立 (10)5.2 模型求解 (11)5.2.1 用matlab求解问题 (11)5.2.2 用lingo求解问题 (12)6. 结论 (14)6.1 总结概论 (14)6.2 具体分工.................................. 错误！未定义书签。
匈牙利法求解指派问题
然后划去所在的列的其他0 元素，记作Ø。
Ø 13 7 0 6 6 9 5 3 2 Ø1 0 0
➢给只有一个0元素的列的0 元素加圈，记。
Ø 13 7 0 6 6 9 5 3 2 Ø 1 0
然后划去所在的行的其他0元 素，记作Ø
Ø 13 7 0 6 6 9 5 3 2 Ø 1 Ø
➢给最后一个0元素加圈， 记。
Ø 13 7 6 6 9 5 3 2 Ø 1 Ø
可见m=n=4,得到最优解。
0001 0100 1000 0010
即甲译俄文、乙译日文、丙 译英文、丁译德文所需时间 最少。Z=28小时
例6 分配问题效率矩阵
任务 A B C D E 人员
甲 12 7 9 7 9 乙8 9 6 6 6 丙 7 17 12 14 9 丁 15 14 6 6 10 戊 4 10 7 10 9
12 7 9 7 9 7 89666 6 7 17 12 14 9 7 15 14 6 6 10 6 4 10 7 10 9 4
50202 23000 0 10 5 7 2 98004 06365
➢从只有一个0元素的行开始，给 这个0元素加圈，记
50202 23000
10 5 7 2
98004 06365
然后划去所在的列的其他0元素，记 作Ø。
70202 4 3 000 Ø 8350 11 8 0 0 4 4 1 4 3
➢从只有一个0元素的行开始，给这个0 元素加圈，记
70202 4 3 000 Ø 8 3 5 11 8 0 0 4 4 1 4 3
然后划去所在的列的其他0元素，记 作Ø。
70202 4 3 00Ø Ø 8 3 5 11 8 0 0 4 4 1 4 3
匈牙利算法步骤和公式
匈牙利算法是一种求解指派问题的算法，其步骤如下：对指派问题的系数矩阵进行变换，使每行每列至少有一个元素为“0”。
具体做法是让系数矩阵的每行元素去减去该行的最小元素，再让系数矩阵的每列元素减去该列的最小元素。
从第一行开始，若该行只有一个零元素，就对这个零元素加括号，对加括号的零元素所在的列画一条线覆盖该列。
若该行没有零元素或者有两个以上零元素（已划去的不算在内），则转下一行，依次进行到最后一行。
从第一列开始，若该列只有一个零元素。
就对这个零元素加括号（同样不、考虑已划去的零元素）。
再对加括号的零元素所在行画一条直线覆盖该列。
若该列没有零元素或有两个以上零元素，则转下一列，依次进行到最后一列为止。
重复上述步骤（1）和（2）可能出现3种情况：（5）按定理进行如下变换：①从矩阵未被直线覆盖的数字中找出一个最小的k；②当矩阵中的第i行有直线覆盖时，令；无直线覆盖时。
指派问题匈牙利算法最大值
指派问题匈牙利算法最大值
指派问题是一个优化问题，旨在确定如何将 n 个任务分配给 n 个人员，以便完成总成本最小或总利润最大。
匈牙利算法是解决指派问题的经典算法之一，通过寻找增广路径来找到最大权值的匹配。
在指派问题中，我们有一个 n x n 的成本矩阵，其中的每个元素表
示将特定任务分配给特定人员的成本或利润。
问题的目标是找到一种分配方式，使得总成本最小或总利润最大。
匈牙利算法是一种基于图论的算法，它通过构建二分图和寻找增广路径来解决指派问题。
算法的核心思想是通过不断改进当前的匹配，直到找到最优解。
具体来说，匈牙利算法的步骤如下：
1. 初始化一个空的匹配集合。
2. 对于每个任务，找到一个未被分配的人员，并将其分配给该任务。
如果该任务没有未被分配的人员，则考虑将其他任务分配给当前人员，并将当前任务分配给其它人员。
3. 如果存在一个未被匹配的任务，寻找一条从该任务出发的增广路径。
增广路径是一条交替经过匹配边和非匹配边的路径，起点和终点都是未匹配的任务。
4. 如果存在增广路径，则改进当前的匹配，即通过将增广路径上的
非匹配边变为匹配边，并将增广路径上的匹配边变为非匹配边。
5. 重复步骤3和步骤4，直到不存在增广路径为止。
匈牙利算法的运行时间复杂度为 O(n^3)，其中 n 是任务或人员的数量。
该算法可以找到指派问题的最优解，并且在实践中表现良好。
总之，指派问题是一个重要的优化问题，而匈牙利算法是一种解决指派问题的经典算法。
通过构建二分图并寻找增广路径，匈牙利算法可以找到指派问题的最优解。
指派问题的最优解法
指派问题的最优解法指派问题是一个最优化问题，在给定若干个任务和执行者（或机器）的情况下，要求将每个任务指派给一个执行者，并使得总体的执行成本或者效益最优。
指派问题可以用匈牙利算法（Hungarian algorithm）或者KM算法（Kuhn-Munkres algorithm）来求解，这两个算法是目前被广泛采用的指派问题求解方法。
匈牙利算法是一个具有全局优势的贪心算法，它通过不断优化当前的局部选择，最终得到全局最优解。
其基本思想是通过给任务和执行者之间的边标注权重，然后选取最小权重的边进行指派，如果发现某个任务或者执行者已经被指派，就将其它相关的边进行更新，并继续寻找最小权重的边进行指派，直到所有的任务都得到指派。
KM算法是匈牙利算法的一种更加高效的变体。
它首先将指派问题转化为一个最大权匹配问题，然后通过不断调整边的权重，使得每次迭代都可以找到一个指派边的增广路径，并更新相应的匹配结果。
KM算法的核心思想是通过对匹配结果进行调整，减小局部优势并增加全局优势。
无论是匈牙利算法还是KM算法，在最坏情况下的时间复杂度都是O(n^3)，其中n表示任务和执行者的数量。
这两个算法的主要区别在于实现的复杂度和算法的效率，KM算法相对于匈牙利算法来说具有更好的性能。
除了匈牙利算法和KM算法之外，还有一些其他的指派问题求解方法，例如启发式搜索、遗传算法等。
这些方法一般适用于指派问题的规模比较大、复杂度比较高的情况下，但是相对于匈牙利算法和KM算法，它们的效率和准确性可能会有所降低。
总之，指派问题的最优解法可以通过匈牙利算法或者KM算法来求解，具体选择哪一种方法可以根据问题的规模和复杂度来决定。
求解指派问题的匈牙利算法.doc
3.2 求解指派问题的匈牙利算法由于指派问题的特殊性，又存在着由匈牙利数学家D.Konig 提出的更为简便的解法—匈牙利算法。
算法主要依据以下事实：如果系数矩阵)(ij c C =一行（或一列）中每一元素都加上或减去同一个数，得到一个新矩阵)(ij b B = ，则以C 或B 为系数矩阵的指派问题具有相同的最优指派。
利用上述性质，可将原系数阵C 变换为含零元素较多的新系数阵B ，而最优解不变。
若能在B 中找出n 个位于不同行不同列的零元素，令解矩阵中相应位置的元素取值为1，其它元素取值为零，则所得该解是以B 为系数阵的指派问题的最优解，从而也是原问题的最优解。
由C 到B 的转换可通过先让矩阵C 的每行元素均减去其所在行的最小元素得矩阵D ，D 的每列元素再减去其所在列的最小元素得以实现。
下面通过一例子来说明该算法。
例7 求解指派问题，其系数矩阵为⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=16221917171822241819211722191516C 解 将第一行元素减去此行中的最小元素15，同样，第二行元素减去17，第三行元素减去17，最后一行的元素减去16，得⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=06310157124074011B 再将第3列元素各减去1，得⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=****20531005711407301B 以2B 为系数矩阵的指派问题有最优指派⎪⎪⎭⎫ ⎝⎛43124321 由等价性，它也是例7的最优指派。
有时问题会稍复杂一些。
例8 求解系数矩阵C 的指派问题⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=61071041066141512141217766698979712C 解：先作等价变换如下∨∨∨⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡→⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡----- 2636040*08957510*00*0032202*056107104106614151214121776669897971246767 容易看出，从变换后的矩阵中只能选出四个位于不同行不同列的零元素，但5=n ，最优指派还无法看出。
指派问题的匈牙利法
4 0 2 3
5 9 0 1 5 4 0 9 3 7 6 0
4 0 2 3
5 4 0 1 0 4 0 4 3 7 1 0
第二步，试指派： 第二步，试指派：
－5
举例说明 1）表上作业法 2）匈牙利法
例 有四个工人和四台不同的机床，每位工人在不 同的机床上完成给定的任务的工时如表5.12所示， 问安排哪位工人操作哪一台机床可使总工时最少？
任务1 工人1 工人2 工人3 工人4 2 15 13 4
任务2 10 4 14 7
任务3 3 14 16 13
任务4 7 8 11 9
0 0 1 0
0 0 1 1 0 0 0 0 0 0 1 0
例二、 例二、 有一份中文说明书，需译成英、 有一份中文说明书，需译成英、日、德、俄四种
文字，分别记作A、 、 、 。现有甲、 文字，分别记作 、B、C、D。现有甲、乙、丙、丁四 人，他们将中文说明书译成不同语种的说明书所需时 间如下表所示，问如何分派任务，可使总时间最少？ 间如下表所示，问如何分派任务，可使总时间最少？
再看一例
请求解如下矩阵表达的指派问题
12 7 9 7 9 8 9 6 6 6 7 17 12 14 9 15 14 6 6 10 4 10 7 10 9
Байду номын сангаас
减去最小元素
5 0 2 0 2 2 3 0 0 0 0 10 5 7 2 9 8 0 0 10 0 6 3 6 5
√
调整可行解
7 4 0 11 0
0 2 0 3 0 0 8 3 5 8 0 0 4 1 4
2 0 0 10 3
- 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、"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、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)。
指派问题的匈牙利解法
1、 把各行元素分别减去本行元素的最小值；然后在此基础上再把每列元素减去本列中的最小值。
⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⇒⎪⎪⎪⎪⎪⎪⎭⎫ ⎝
⎛0 4 3 2 04 0 5 0 01 2 3 2 03 7 7 1 08 11 0 3 06 10 12 9 610 6 14 7 67 8 12 9 610
14 17 9 712 15 7 8 4 此时每行及每列中肯定都有0元素了。
2、 确定独立零元素，并作标记。
（1）、首先逐行判断是否有含有独立0元素的行，如果有，则按行继续处理；如没有，则要逐列判断是否有含有独立0元素的列，若有，则按列继续处理。
若既没有含有独立0元素的行，也没有含有独立0元素的列，则仍然按行继续处理。
（2）在按行处理时，若某行有独立0元素，把该0元素标记为a ，把该0所在的列中的其余0元素标记为b ；否则，暂时越过本行，处理后面的行。
把所有含有独立0元素的行处理完毕后，再回来处理含有2个以及2个以上的0元素的行：任选一个0做a 标记，再把该0所在行中的其余0元素及所在列中的其余0元素都标记为b 。
（3）在按列处理时，若某列有独立0元素，把该0元素标记为a ，把该0所在的行中的其余0元素标记为b ；否则，暂时越过本列，处理后面的列。
把所有含有独立0元素的列处理完毕后，再回来处理含有2个以及2个以上的0元素的列：任选一个0做a 标记，再把该0所在列中的其余0元素及所在行中的其余0元素都标记为b 。
（4）、重复上述过程，即得到独立零元素（标记a 的“0”）
⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛a b b a b b a 0
4 3 2 04 0
5 0 01 2 3 2 03
7 7 1 08 11 0 3 0a b 3、 若独立零元素等于矩阵阶数，则已经得到最优解，若小于
矩阵阶数，则继续以下步骤：
（1）、对没有标记a 的行作标记c
（2）、在已作标记c 的行中，对标记b 所在列作标记c
（3）、在已作标记c 的列中，对标记a 所在的行作标记c
（4）、对没有标记c 的行划线，对有标记c 的列划线
⎪⎪⎪⎪⎫ ⎛1232037710811030 / / \/ \/
4、 在未被直线覆盖的所有元素中找出一个最小元素（Xmin ），
未被直线覆盖的行（或列）中所有元素都减去这个数。
（注：若未被直线覆盖部分是行数<列数，则是按行减，反之则按列）。
⎪⎪⎪⎪⎪⎪⎭
⎫ ⎝⎛--04320405000121126601
811030 5、 这样必然出现负元素，所以对负元素所在列（或行）中各
元素都加上这一最小元素（Xmin ）以消除负数。
这样，再返回步骤2，确定独立零元素个数。
重复上述操作，直到找出最优解。
特殊问题：
1、
若人数和工作数不等，则用“0”来补全空位 2、 若一个人可作几件事，则可化为相同的“几个人”来接受指派，费用系数相同。
⎪⎪⎪⎪⎪⎪⎪⎭
⎫ ⎝⎛0 4 3 2 14 0 5 0 1 0 1 2 102 6 6 0 08 11 0 3 0/ / /。