多次分组会议安排最佳混合方案(孙玺菁).docVIP

多次分组会议安排的最佳混合方案 多次分组会议安排的最佳混合方案 孙玺菁 (数学与信息学院数学与应用数学专业00级本3班) 摘要 针对文［1］中的多次分组会议安排问题，采用加权系数将多目标函数归结为单一的目标函数，同时采用分组矩阵作为决策变量，大量减少了模型中的决策变量的个数，根据约束条件设计算法求出该模型的一个初始可行解。通过置换初始解相应的行向量与列向量的位置，得到该初始可行解的一个邻近解，进而得到该初始可行解的一个邻域。采用模拟退火算法，在全局范围内对Metropolis算法进行迭代，最终可以得到该模型的一个较为满意的解。 关键词：分组矩阵；相遇矩阵；组合优化；模拟退火算法；Metropolis过程 1 引言 在讨论重要问题的时候，特别是长远规划的问题，越来越流行的一种做法是召开小组会议，人们相信全体会议会使讨论失去活力，而且权威人士通常将会控制和直接影响讨论。这样，在举行全体会议之前，委员将以小组的形式来讨论问题。这些比较小的小组仍有被权威人士控制的危险。为了减少这种危险，通常将会议安排为几个场次，每场次中每个开会小组由不同的人混合组成。 Tostal公司将兴趣行一个有29个委员参加的会议，其中9个委员是公司成员。这次会议将开一整天，上午分三场，下午分四场，每场45分钟，开会时间从上午9：00到下午4：00，中午安排午餐，上午的每一场分六个小组开会，每个小组由公司派的六名资深官员之一做组长，这六名资深官员中没有一个是与会委员，并且他们不参加下午的会议，下午每场次分为四个小组开会。 会议的安排要满足以下的两个要求： (1)上午的开会场次中，不能有一个委员两次参加由同一个资深官员主持的小组会议。 (2)不允许同一个场次中的讨论小组的公司委员数不合比例。 请给出9个公司委员(编号1-9)非公司委员(编号20-29)以及资深官员的一张安排表， 多次分组会议安排的最佳混合方案 并且说明是如何满足上述的两个要求的［1］。 2 模型分析 2.1 假设条件 (1)每种类型的与会委员的地位是相同的。 (2)与会委员坚决服从会议组织者的安排，不存在因人员的主观因素影响分组的情况。 (3)会议一旦开始，在结束之前与会委员不允许变动。 (4)各小组与会人数平均，即上午六组的人数为：5,5，5,5，5,4；下午四组的人数为：7,7，7,8 提出假设(4)的依据［4］ 问题要求模型给出的分组方案应使与会委员混合的最好，并且在每个场次中保证委员们应在尽可能相互认识的基础上重复见面的次数尽可能平均并且尽量的小。假设每个委员与其他委员在开会小组中都有相同的见面次数s，同时第j场会议中第i个小组的人数为yij,在本组会议中任意一个人在该小组所见的人数为(yij?1)，因而该小组yij个人所见的人数之和为yij(yij?1)，则对全天所有的场次所有的小组会议来说，所有成员所见人数总和为 ??y j?1i?136ij(yij?1)???yj?4i?174ij(yij?1)???y?2ijj?1i?136??yj?4i?1742ij?29?7 若全天会议结束后每一个委员和其他任何一个委员见面的次数均为s次，则全天所有成员所见人数之和又可以写成29?28s。 则有等式成立??y?2 ij j?1i?136??yj?4i?1 2 ij762ij?29?7?29?28s 整理得??y?2 ij j?1i?136??yj?4i?174?29(28s?7) 22x12?x2???xnx?x2??xn2?(1) 由Cauchy不等式：nn 当x1?x2??xn时，“=”成立。 多次分组会议安排的最佳混合方案 在本式中，??yij???yij?29?7,其中n?3?6?4?4?34 j?1i?1j?4i?13674 所以??y?2 ijj?1i?136??yij2?34?(j?4i?17429?72) 34 即29(28s?7)?34?(29?72) 34 在实际中，s的取值越小越好，因此当小组间人数yij相差的人数越小时，s的取值越小，而各组会议人数平均分配时相差最小，即上午5,5，5,5，5,4；下午7,7，7,8。将上述数据带入，得到s?1.3,由此可得，委员之间要充分见面，他们任意两个人见面的次数介于1和2之间。 2.2 变量及符号说明 X：决策变量，其中元素xijk表示在第j场会议中，委员I在第k组。 P：分组矩阵，Pj表示第j场会议的分组矩阵。 Q：相遇矩阵，Qj表示第j场会议的相遇矩阵。 Qsum：总的相遇矩阵，Qsum??Qj。 j?1 (1)Qsum:Qsum的转换形式。 7 f(x)：目标函数Ⅰ，定义为Qsum中除了主对角线上的元素外，零元素的个数。即任意两个与会委员没有见面的次数。 g(x)：目标函数Ⅱ，定义为Qsum的Frobenius范数的平方