python的scipy（匈牙利算法）解决教学任务指派问题.pdfVIP

python的scipy（匈⽛利算法）解决教学任务指派问题

python的scipy（匈⽛利算法）解决教学任务指派问题

参考资料：

组合优化理论⾥的第六章_指派问题的课件

问题简介

在⽣活中经常遇到这样的问题，某单位需完成n项任务，恰好有n个⼈可承担这些任务。由于每⼈的专长不同，各⼈完成任务不同(或所费时

间)，效率也不同。于是产⽣应指派哪个⼈去完成哪项任务，使完成n项任务的总效率最⾼(或所需总时间最⼩)。这类问题称为指派问题或分

派问题。

教学任务指派问题为指派问题中的⼀种，考虑教师对课程的擅长程度，教学任务饱满序列和学⽣对教师的满意度，通过匈⽛利算法求得最优

课程指派。

算法

指派问题⼀般模型：

匈⽛利算法：

教师与课程⼀样多

把求最⼤值变为求最⼩值问题：矩阵C=20-擅长矩阵。

再进⾏匈⽛利算法操作：

如果得不到解，则：

程序实现：

#教学任务指派问题

importnumpyasnp

fromscipy.optimizeimportlinear_sum_assignment

defprintf(row_ind,col_ind):#输出

print((最优教师课程指派：最优教师课程指派：)

foriinrange(len(row_ind)):

print((教师教师,row_ind[i],],课程课程,col_ind[i],end=;)

print()

#教师与课程⼀样多

#各个教师对各个课的擅长程度矩阵

goodAt=np.array([[18,5,7,16],[10,16,6,5],[11,6,4,7],[13,12,9,11]])

weakAt=20-goodAt

row_ind,col_ind=linear_sum_assignment(weakAt)

print(row_ind)#开销矩阵对应的⾏索引

print(col_ind)#对应⾏索引的最优指派的列索引

print(goodAt[row_ind,col_ind])#提取每个⾏索引的最优指派列索引所在的元素，形成数组

print(goodAt[row_ind,col_ind].sum())#数组求和

printf(row_ind,col_ind)

输出结果：

教师少与课程多

把求最⼤值变为求最⼩值问题：矩阵C=10-擅长矩阵。

设想每个教师都有个分⾝，问题变为8个教师完成6项教学任务，虚设两门课程，擅长程度都为最⼤值。

得到矩阵C为：

程序实现：

#当教师少课程多

#各个教师对各个课的擅长程度矩阵

goodAt=np.array([[7,3,7,4,5,5],[7,3,7,4,5,5],

[4,9,2,6,8,3],[4,9,2,6,8,3],

[8,3,5,7,6,4],[8,3,5,7,6,4],

[4,6,2,3,7,8],[4,6,2,3,7,8]])

weakAt=10-goodAt

row_ind,col_ind=linear_sum_assignment(weakAt)

print(row_ind)#开销矩阵对应的⾏索引

print(col_ind)#对应⾏索引的最优指派的列索引

print(goodAt[row_ind,col_ind])#提取每个⾏索引的最优指派列索引所在的元素，形成数组

print(goodAt[row_ind,col_ind].sum())#数组求和

printf(row_ind,col_ind)

输出结果：

结果表明：教师A教课程2；教师B教课程1和课程4；教师C教课程0和课程3；教师D教课程5.

教师少与课程多且⼀个教师最多教两门课，最少⼀门

把求最⼤值变为求最⼩值问题：矩阵C=10-擅长矩阵。

设想每个教师都有个分⾝，问题变为8个教师完成6项教学任务，虚设两门课程，擅长程度⼀个为最⼤值，另⼀个为最⼩值。

得到矩阵C为：

程序实现：

#教师少课程多且⼀个教师最多教两门课，最少⼀门

goodAt=np.array([[7,3,7,4,5,5,0,0],[7,3,7,4,5,5,100,100],

[4,9,2,6,8,3,0,0],[4,9,2,6,8,3,100,100],

[8,3,5,7