线性整数规划模型课件.ppt

* * 2. 指派（或分配）问题 * * 2. 指派（或分配）问题 指派问题的一般模型： * * 2. 指派（或分配）问题 指派问题的一般模型： * * 匈牙利算法的基本思想 因为每个指派问题都有一个相应的效益矩阵，通过初等变换修改效益矩阵的行或列，使得在每一行或列中至少有一个零元素，直到在不同行不同列中都至少有一个零元素为止。从而得到与这些零元素相对应的一个完全分配方案，这个方案对原问题而言是一个最优的分配方案。 3. 指派问题的匈牙利算法 * * 用LINGO求解0-1规划模型 4、0-1规划的LINGO解法 如何选拔队员组成4?100m混合泳接力队? 例1 混合泳接力队的选拔 5名候选人的百米成绩 穷举法：组成接力队的方案共有5!=120种. 甲 乙 丙 丁 戊 蝶泳 仰泳 蛙泳 自由泳 讨论:丁的蛙泳成绩退步到 ；戊的自由泳成绩进步到 , 组成接力队的方案是否应该调整？ 目标函数 若选择队员i参加泳姿j 的比赛，记xij=1, 否则记xij=0 0-1规划模型 cij(s)~队员i第j 种泳姿的百米成绩 约束条件 每人最多入选泳姿之一 cij i=1 i=2 i=3 i=4 i=5 j=1 66.8 57.2 78 70 67.4 j=2 75.6 66 67.8 74.2 71 j=3 87 66.4 84.6 69.6 83.8 j=4 58.6 53 59.4 57.2 62.4 每种泳姿有且只有1人 模型求解 MODEL: sets: person/1..5/; position/1..4/; link(person,position): c, x; endsets data: c= 66.8, 75.6, 87, 58.6, 57.2, 66, 66.4, 53, 78, 67.8, 84.6, 59.4, 70, 74.2, 69.6, 57.2, 67.4, 71, 83.8, 62.4; enddata 输入LINGO求解 min=@sum(link: c*x); @for(person(i): @sum(position(j):x(i,j))=1;); @for(position(i): @sum(person(j):x(j,i))=1;); @for(link: @bin(x)); END 模型求解 最优解：x14 = x21 = x32 = x43 = 1, 其他变量为0; 输入LINGO求解 甲~ 自由泳、乙~ 蝶泳、丙~ 仰泳、丁~ 蛙泳. 成绩为253.2(s)= 甲 乙 丙 丁 戊 蝶泳 仰泳 蛙泳 自由泳 丁蛙泳c43 = 69.6?75.2 (s)，戊自由泳c54= 62.4 ? 57.5 (s), 方案是否调整？ 敏感性分析？ 新方案:乙~ 蝶泳、丙~ 仰泳、丁~ 蛙泳、戊~ 自由泳 IP一般没有与LP相类似的理论，LINGO输出的敏感性分析结果通常是没有意义的. c43, c54 的新数据重新输入模型，用LINGO求解 原分配方案: 甲~ 自由泳、乙~ 蝶泳、丙~ 仰泳、丁~ 蛙泳. 讨论 最优解：x21 = x32 = x43 = x51 = 1, 成绩为 混合泳接力队的选拔 指派(Assignment)问题：有若干项任务, 每项任务必有且只能有一人承担，每人只能承担一项，不同人员承担不同任务的效益(或成本)不同，怎样分派各项任务使总效益最大(或总成本最小)? 人员数量与任务数量相等 人员数量大于任务数量(本例) 人员数量小于任务数量 ? 建立0-1规划模型是常用方法 为了选修课程门数最少，应学习哪些课程 ？ 例 选课策略 要求至少选两门数学课、三门运筹学课和两门计算机课 课号 课名 学分 所属类别 先修课要求 1 微积分 5 数学 ? 2 线性代数 4 数学 ? 3 最优化方法 4 数学；运筹学 微积分；线性代数 4 数据结构 3 数学；计算机 计算机编程 5 应用统计 4 数学；运筹学 微积分；线性代数 6 计算机模拟 3 计算机；运筹学 计算机编程 7 计算机编程 2 计算机 ? 8 预测理论 2 运筹学 应用统计 9 数学实验 3 运筹学；计算机 微积分；线性代数 0-1规划模型 决策变量 目标函数 xi=1 ~选修课号i 的课程（xi=0 ~不选） 选修课程总数最少 约束条件 最少2门数学课，3门运