文献综述-模糊指派问题的解法研究及应用.docVIP

摘要 相对于指派问题来说，传统的算法最主要的是匈牙利算法，匈牙利法可以为我们解决大多数指派问题，但是，也存在一些较为特殊的模糊指派问题无法用匈牙利法算出，本文就此进行分析探讨。 在我们进行处理一些特殊的数据时，会发现有的指派问题的“匈牙利法”并不收敛，没有办法得到最优解，我们通过分析对其进行完善，提出了一种新的指派问题的解法，引入直觉模糊集这个概念，从而即将直觉模糊矩阵转化为得分矩阵，把得分矩阵看作指派问题的效益矩阵，然后用匈牙利法得出最优解，在将直觉模糊矩阵转化为得分矩阵部分，综合考虑了集中方法，然后进行对比分析，得出一种较为合理的方法，也即修正得分函数。再通过实例分析，进行验证其可行性和正确性。 关键词：模糊指派问题；匈牙利法；效益矩阵；直觉模糊集 课题的研究背景及意义 在企业生产管理工作和我们日常的生活中，总会面临如何对人员进行分配、对机床进行指派加工任务等等问题，由于每个人的能力有所不同，所以他们完成任务的效率（或者完成任务所需的时间、所需要的费用）都不相同，因此产生了我们该如何分配人员，如何分配机床加工任务，才能使得我们的效率最高，所需要的时间和费用最少的等指派问题。每个任务都会有其所需时间、费用，所需要的达到的效率指标，想要得到其最确切的最合理的结果，必须等到最后任务完成之后。因此我们在分析研究指派问题的时候，例如反映一个人、一张机床完成任务时的效率、费用或者时间等等参数应该看作一个估计值，这个估计值会带有人的主观判断，尤其是那些在没有经历过类似的情况下，此时的模糊数就能够较好地表示这种带有主观判断的估计值。 模糊指派问题是一种较为特殊的整数规划问题，在许许多多应用领域中经常会碰到，匈牙利法现在是指派问题的最常用解法，而指派问题在当今这个发展极为迅速、一切都要以效率为主的社会中使用的极为广泛[1]。在竞争中寻求生存，在竞争中寻求发展是当今世界的一个很重要的话题，优化改进匈牙利法的计算对于当今社会的发展也有着非常重大的意义。我们通过对匈牙利法的改进，从而往匈牙利法中引入了最小元素。使匈牙利法不在受到传统的束缚，不再是0元素，更进而简化了它的运算量，最后我们也通过大量的实例论证了这种方法的有效性和可行性。 研究现状 2.1模糊指派问题 从更为现实的角度来看，许多现实指派问题的具体、精确的效率矩阵(费用矩阵)[]往往很难得出或者无法得出，往往人们只有模糊和定性的认识。例如下面这个例子中．这个指派问题的背景是：有一份中文指导书需要翻译成英、俄、德、法、日语，现有甲、乙、丙、丁、戊五人都具备上述的5种语言的翻译能力，但是每个人的专长、效率都不相同，反应在[]中就会得出每个人完成上述任务的具体时间(费用)[5]。但实际上我们很难确切知道某人将某份说明书翻译成某种语言所需要的时间，通常只能定性的知道，比方戊的英语最佳，丁的法语和德语很好，甲的俄语比英语好，乙的日语比丙的日语好，丙的工作效率相对于来说较低，这5小我遍及德语程度都相对于较高档等的环境。也就是说精确、定量的效率矩阵[]在现实中是难以得到的，即使能够得到其付出的过程也是不经济的，所以相对于现实的管理问题来说，通过建立模糊效率矩阵将指派问题扩展为更贴近实际的模糊指派问题，再运用我们前面所探讨的最优指派原则来解决该问题无疑是个十分有意义的工作。因此，扩展后得到的模糊指派问题可以表述为：每项任务需分配给一个工作者来完成，每个工作者完成每项任务的效率情况反应在效率矩阵[]中，这个就是模糊隶属度数值，要求按照[]将每项任务的性质和难度与各个工作者的工作效率与工作能力相结合，综合权衡考虑后，使得每项任务在各个工作者之间得到一个最为合理的分配，使得指派决策能得到一个非常满意的高效率的结果。 2.2直觉模糊集的概念 定义：设X是一个非空集合，称 为直觉模糊集，其中和分别为X中元素x属于A的隶属度和非隶属度，即 且满足条件 此外 表示X中元素x隶属A的犹豫度或不确定度。 为了方便起见，称直觉模糊数，其中 ， ， 且设为全部直觉模糊集的集合，显然，为最大的直数，为最小的直觉模糊数。 可对直觉模糊数，如=，则=0.5，=0.3，其物理意义为“对于某一方案，有10人参加投票，投票结果为5人赞成，3人反对，2人弃权”。 对于任一直觉模糊数，可通过得分函数s对其进行评估： , 其中为的得分值， 由上式可知，直觉模糊数的得分值与隶属度隶属度的差值直接相关，即和的差值越大，则的得分值越大，进而直觉模糊数越大。假如，取最大值；假如 ，则 取最小值。 例如： 设和，则可