2、线性规划求最优解；目标规划是找到一个满意解1、线性规划只讨论.pptVIP

例题4—2： 解：确定优先因子后得数学模型： min Z =P1 d1+ +P2 (d2- +d2+ )+P3 d3- 2x1 +x2 ≤11 （在绝对约束基础上进行目标规划） x1 - x2 + d1- - d1+ = 0 　　　　　　　(要求： d1+ 尽可能小，最好是0才能满足 ≤ ) x1 +2x2 + d2- - d2+ =10 　　　　　　（要求：d2- 和 d2+ 都尽可能小，最好等于0） 8x1 +10x2 + d3- - d3+ =56 （要求：d3- 尽可能小，最好是0才能满足≥） x1 , x2 , di- ,di+ ≥0 * 期中考试：4月18日8:00-9:30 4106 * 4月23日(周六)调课 春假后 5月6日(周五)8:00 – 9:30 第二节 经典分配(指派)问题与匈牙利法 * n个员工分配作n项工作，已知第i个员工做第j项工作的成本为cij，i=1,…,n; j=1,…,n。规定：每人完成其中一项，每项只交给一个人完成。求最佳分配方案。 两个基本类型 若完成任务的成本表现为资源的消耗, 则考虑的是如何分配任务, 使目标极小化; 若完成任务的成本表现为生产效率的高低, 则要考虑如何分配, 使目标极大化。 分配问题的数学模型设决策变量为： * s.t. * 分配问题(基)可行解的结构: 在n2个分量中只有n个分量为1,其余的全部为0; 并且这些为1的分量的位置应位于成本矩阵的不同行不同列上. 即 分配问题的解应对应于成本矩阵的不同行与不同列(为什么?) 分配问题成本（效率）矩阵 例：已知分配A1、A2、A3、A4、A5五人分别完成五项任务, 他们分别完成各任务的时间如下 * cij 问应如何分配,使这五人分别完成这五项任务的总时间最小? 匈牙利算法基本思想 匈牙利算法适用于极小化且成本矩阵的所有元素都非负的分配问题 如果成本矩阵的所有元素都非负,并且存在 一组位于不同行不同列的0元素, 则只要令对应于这些0元素位置的xij=1, 其余的xij=0, 即为所求的最优解. 因为此时必有z=0就是问题的最优值 匈牙利算法的关键: 如何产生并寻找一组位于不同行不同列的0元素 * 分配问题的性质—匈牙利算法的依据 * 定理1：对于分配问题，成本矩阵的任一行(或列)减去(或加上)一个相同的数得到的新指派问题与原问题同解 作用: 如何在效率矩阵中产生零元素 * 证明： 指派问题的性质(续) 定理2: 若成本矩阵C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不同行不同列的0元素的最大个数. 作用: 如何寻找位于不同行不同列的零元素. * 分配问题的求解-匈牙利方法步骤 * 第一步：成本矩阵的每一行及每一列减去该行或列的最小数，使每行每列至少有一个0； 第二步：画直线覆盖全部0元素。覆盖原则 如果直线条数= n （此时矩阵每行都有一个打（）的0，并且所有打（）的0必在不同行不同列）,只要令对应打（）0元素的xij=1即为最优解，算法结束。 如果直线条数 n（此时打（）的0个数n），转下一步； 第三步：进行成本矩阵变换。变换原则 得到一个新的成本矩阵，转第二步。 直到矩阵的每一行都有一个打（）的0元素为止 覆盖原则 1、从第一行开始，若该行只有一个0元素，就对这个0打上（），对打（）的0元素所在列画一条直线；若该行没有或有两个以上0（已划去的不计在内），则转下一行，依次进行到最后一行； 2、从第一列开始，与行做法类似，依次进行到最后一列； 3、重复以上两个步骤。若还有未被划去的0, 且未被划去的0之间存在闭回路。这时可沿着闭回路的走向，对每个间隔的0打（），然后对打（）的0，或所在的行，或所在的列，画一条直线。 * 变换原则 1、从矩阵未被直线覆盖的数字中找出一个最小的数k； 2、对矩阵的每行，当该行有直线覆盖时，令ui=0，无直线覆盖的令ui=k ； 3、对矩阵有直线覆盖的列，令vj=-k ，对无直线覆盖的令vj=0 ； 4、从原矩阵的每个元素cij中分别减去ui和vj ，得到一个新矩阵。 * 例题求解 * ( ) ( ) ( ) ( ) * ( ) ( ) ( ) ( ) 0 1 1 0 1 -1 0 0 0 -1 ( ) ( ) ( ) ( ) ( ) 因为直线数=5=n, 所以算法停止. 最优分配方案: 最小的总时间: 一般指派问题 * 最大化分配问题 人数和工作数不等的分