[原创] Matlab 指派问题模型代码

指派问题的基本内容
一般来说指派问题解决的是如何将任务分配到人,使得任务完成的效益最大化(成本型效益则求最小值,利润型效益则求最大值)。上述问题一个 0 - 1 整数规划问题。
问题围绕着任务和人展开,即存在着 m 个任务,以及 n 个人。每个人处理每个任务都会有对应的效益,将所有人的情况写在一起,就组成了一个 m*n 的效益矩阵。
当 m = n 时,即此时,任务数和人数相等,那么每个人都会处理一项任务,存在如下约束:
对于任务来说,每个任务必须分配一个人;
对于人来说,每个人必须分配一个任务。
类似的,当 m < n 时,任务数小于人数,则存在如下约束:
对于任务来说,每个任务必须分配一个人;
对于人来说,每个人可能会被分配到一个任务,也可能没有分配到任务。
当 m > n 时,任务数大于人数,则存在如下约束:
对于任务来说,每个任务必须分配一个人;
对于人来说,每个人可能会被分配到一个或者多个任务,但最多不超过任务总数。
模型调用形式
[x,min_fval,exitflag] = myTaskArrange2(f)
调用说明:
输入变量为一个 m*n 的效益矩阵,其中 m 行为 m 个任务, n 列为 n 个人。
输出变量 x 为与效益矩阵同型的 0-1 矩阵,1表示被安排,0表示不被安排;min_fval 为最优目标值;exitflag 为退出标识符,一般等于 1 表示解收敛。
模型代码
function [x,min_fval,exitflag] = myTaskArrange2(f)
%% 程序功能说明
%求解不平衡任务指派问题
%====输入参数====
%f m行n列的效益矩阵,m个任务,n个人,
%====输出参数====
%x 目标函数取最小值时的自变量值
%min_fval 目标函数的最小值
% exitflag 退出标识符
%程序编写时间:2019年09月
%% 程序主体
[m,n] = size(f); % 获取效益矩阵中任务的个数和人的个数
% 按行拉成一列向量
f = f';
F = f(:);
% 构造等式约束(每一行加起来等于1,即每个任务必须分配一人)
Aeq = cell(m,m);
Aeq(:) = {zeros(1,n)};
Aeq(eye(m,m)==1) = {ones(1,n)};
Aeq = cell2mat(Aeq);
Beq = ones(m,1);
% 取整变量地址
intcon = 1:m*n;
% 变量取值范围(大于0小于1)
LB = zeros(m*n,1);
UB = ones(m*n,1);
if m == n % 如果任务数等于人数
% 构造等式约束(每个人一定会被安排)
Aeq2 = repmat(eye(n,n),1,m);
Beq2 = ones(n,1);
Aeq = [Aeq;Aeq2];
Beq = [Beq;Beq2];
% 整数规划求解
[x,min_fval, exitflag] = intlinprog(F,intcon,[],[],Aeq,Beq,LB,UB);
elseif m < n % 如果任务数小于人数
% 构造不等式约束(每一列加起来大于0小于1,即每个人可能被安排也可能不被安排一个任务)
A = repmat(eye(n,n),1,m);
B = ones(n,1);
% 利用整数规划函数求解
[x,min_fval, exitflag] = intlinprog(F,intcon,A,B,Aeq,Beq,LB,UB);
elseif m > n % 如果任务数大于人数
% 构造不等式约束(每一列加起来大于1小于m,即每个人可能被安排一个或者多个任务,最多不超过任务数m)
A = repmat(eye(n,n),1,m);
B = ones(n,1)*m;
% 利用整数规划函数求解
[x,min_fval, exitflag] = intlinprog(F,intcon,A,B,Aeq,Beq,LB,UB);
end
%% 将结果还原成效益矩阵对应形式
x = reshape(x,n,m)';
测试算例
为了验证本模型的效果,提供如下测试算例,进行验证:
% 4项任务,4个人完成 最优解:8
f1 = [6,1,3,8;
6,3,5,2;
1,1,1,4;
7,2,5,2];
% 4项任务,5个人完成 最优解:127.8
f2 = [37.7,32.9,38.8,37,35.4;
43.4,33.1,42.2,34.7,41.8;
33.3,28.5,38.9,30.4,33.6;
29.2,26.4,29.6,28.5,31.1];
% 5项任务,3个人完成 最优解:116
f3 = [25,39,34;
29,38,27;
31,26,28;
4,20,40;
37,18,32];
[x,min_fval,exitflag] = myTaskArrange2(f1) % 修改输入测试效果
[原创] Matlab 指派问题模型代码的更多相关文章
- Matlab 整数线性规划问题模型代码
整数线性规划问题的基本内容 整数线性规划解决的是自变量在一定的线性约束条件下,使得线性目标函数求得最大值或者最小值的问题.其中自变量只能取整数.特别地,当自变量只能取0或者1时,称之为 0-1 整数规 ...
- Matlab 非线性规划问题模型代码
非线性规划问题的基本内容 非线性规划解决的是自变量在一定的非线性约束或线性约束组合条件下,使得非线性目标函数求得最大值或者最小值的问题. 当目标函数为最小值时,上述问题可以写成如下形式: \[ \mi ...
- Matlab 线性规划问题模型代码
线性规划问题的基本内容 线性规划解决的是自变量在一定的线性约束条件下,使得线性目标函数求得最大值或者最小值的问题. \[ \min z=\sum_{j=1}^{n} f_{j} x_{j} \] \[ ...
- Matlab 图论最短路问题模型代码
最短路问题的基本内容 最短路问题研究的是,在一个点与点之间连接形成的网络图中,对应路径赋予一定的权重(可以理解为两点之间的距离),计算任意两点之间如何和走,路径最短的问题.在这里的距离可以理解成各种两 ...
- 球体的双目视觉定位(matlab,附代码)
球体的双目视觉定位(matlab,附代码) 标签(空格分隔): 机器视觉 引言 双目视觉定位是我们的一个课程设计,最近刚做完,拿出来与大家分享一下,实验的目的是在拍摄的照片中识别球体,并求出该球体到相 ...
- [原创]IBM BLM模型思维导图
[原创]IBM BLM模型思维导图 IBM业务领先模型 http://wenku.baidu.com/view/1d1d247af242336c1eb95e3b.html?from=search
- k-means算法MATLAB和opencv代码
上一篇博客写了k-means聚类算法和改进的k-means算法.这篇博客就贴出相应的MATLAB和C++代码. 下面是MATLAB代码,实现用k-means进行切割: %%%%%%%%%%%%%%%% ...
- 多路复用I/O模型poll() 模型 代码实现
多路复用I/O模型poll() 模型 代码实现 poll()机制和select()机制是相似的,都是对多个描述符进行轮询的方式. 不同的是poll()没有描述符数目的限制. 是通过struct pol ...
- Windows Socket五种I/O模型——代码全攻略(转)
Winsock 的I/O操作: 1. 两种I/O模式 阻塞模式:执行I/O操作完成前会一直进行等待,不会将控制权交给程序.套接字 默认为阻塞模式.可以通过多线程技术进行处理. 非阻塞模式:执行I/O操 ...
随机推荐
- Ubuntu安装时出现“failed to load ldlinux.c32”
Ubuntu安装时出现“failed to load ldlinux.c32” 利用UltraISO制作了ubuntu 18.04的U盘启动,开机F12键USB启动时出现 1 2 Failed to ...
- Spring Boot 与 Mybatis、Mysql整合使用的例子
第一步: 创建一个SpringBoot的工程,在其中的Maven依赖配置中添加对JDBC.MyBatis.Mysql Driver的依赖具体如下: <!-- JDBC --> <de ...
- Okhttp3源码解析(1)-OkHttpClient分析
### 前言 上篇文章我们讲了[Okhttp的基本用法](https://www.jianshu.com/p/8e404d9c160f),今天根据上节讲到请求流程来分析源码,那么第一步就是实例化OkH ...
- 06 css选择器
选择器的作用:选中标签 1.基本选择器 标签选择器 id选择器 class选择器 *通配符选择器 权重:行内样式 1000 > id选择器 100 > 类选择器10 > 标签选择器 ...
- python实例:自动保存百度盘资源到百度盘中
本实例的实现逻辑是,应用selenium UI自动化登录百度盘,读取存储百度分享地址和提取码的txt文档,打开百度盘分享地址,填入提取码,然后保存到指定的目录中 全部代码如下: # -*-coding ...
- SpringBoot中关于Shiro权限管理的整合使用
转载:https://blog.csdn.net/fuweilian1/article/details/80309192 在整合Shiro的时候,我们先要确定一下我们的步骤: 1.加入Shiro的依 ...
- 重读《学习JavaScript数据结构与算法-第三版》- 第6章 链表(一)
定场诗 伤情最是晚凉天,憔悴厮人不堪言: 邀酒摧肠三杯醉.寻香惊梦五更寒. 钗头凤斜卿有泪,荼蘼花了我无缘: 小楼寂寞新雨月.也难如钩也难圆. 前言 本章为重读<学习JavaScript数据结构 ...
- 全球DEM数据资源下载
想找有海底地形的全球DEM数据作为三维地球展示用,发现很多都是只有陆地DEM而不带海底的,而且还需要通过Web页面进行选择然后数据下载. 找到一个学校的Ftp可以直接下载数据集,特别是这篇文章几乎汇集 ...
- 利用WxJava实现网站集成微信登录功能,核心代码竟然不超过10行
最近网站PC端集成微信扫码登录,踩了不少坑,在此记录下实现过程和注意事项. 本文目录 一.微信开放平台操作步骤1.创建“网站应用”2.获取AppID和AppSecret二.开发指南三.开发实战1.po ...
- 原生js之Ajax
1.什么是Ajax? 全称:Asynchronous JavaScript and XML (异步的 JavaScript和 xml),是前后端数据交互的一种技术(前端通过 Ajax 发送http请 ...