一类非平衡指派问题的求解

讨论了一类非平衡指派问题的求解方法,即要求指派给各人的任务数目两两之间相差不能超过1,并且要求所需总费用或总时间最少的非平衡指派问题,采取虚拟假想任务或者虚拟假想人的方法将之转化为平衡指派问题进行求解.     

指派问题的模糊数学方法求解研究及其启发

从指派问题的最优化实质出发，分析了指派问题匈牙利解法的管理意义，进而导出了若干有实用指导意义的指派原则。根据指派问题的现实特点进行扩展，建立了模糊效率矩阵，并按导出的指派原则结合模糊数学原理求解了该模糊效率矩阵。对指派问题模糊化求解的过程启发我们：管理问题的定量化处理意义，不仅在于能求出最优解，而且在于它同时含有丰富的管理指导意义。     

广义模糊指派问题的解法

对于指派问题,工作未完成之前,其效率矩阵中的元素应该是不确定的。但是决策者为了得到具有指导性的决策,有必要对效率矩阵中的元素进行统计或粗略估计。由此产生了更加贴近于现实生活中的不确定环境中的指派问题。针对现实生活中的模糊指派问题,讨论了模糊指派问题出现的三种可能情况,分别建立了它们的数学模型。将求解传统指派问题的匈牙利算法和伏格尔法进行了推广,讨论了模糊指派问题的求解方法,并结合算例进行了说明。     

关于指派问题的最优解集

结合匈牙利方法，利用积和式(Permanent)概念、性质和矩阵初等变换等技巧，解决了当指派问题的效益矩阵同一行(或同一列)中有多于一个零时，如何选取最优解问题，给出了最优解个数的计算公式及求出全体最优解的方法．     

指派问题的新算法

给出了关于指派问题的新算法：在差额最大的行或列中优先寻找最小元素．一般地说，此算法优于匈牙利法及[2]所论及的方法．     

试论指派问题的对称解法

从指派问题数学模型的对称性出发，以实际算例验证了存在于求解指派问题的标准解法－匈牙利法的对称解法，从而对指派问题及其解法的实质，有了更进一步的认识，并指出了以后的研究方向。     

“人少任务多”型指派问题的一种新算法

对于“人少任务多”型指派问题的解法,人们已经提出了很多解法,如“加边补零”法[1],“加边补最小值”法[2],只是前面提到的这些方法总体思路都是将其转化为标准指派问题来求解;对此,提出了一种不同于传统解法的差额法,方法不必一开始就去用新的矩阵去代替原系数矩阵,而是可直接在原系数矩阵上进行求解;方法简洁,直观,而且优于传统算法.     

一类广义指派问题的重指派算法

讨论一类广义指派问题的近似算法,使用了笔者后 个关于含有对排列随机选取过程的时间表方法的单调性引理,给出了一种对于可行解的改进型的重新指派方法。     

元素差额法在指派问题中的应用

元素差额法求解指派问题的目的在于克服原匈牙利法较繁琐的求解步骤，该方法提出了便于掌握的近似求法。此种方法虽在人员和任务数不多时不够理想，但当人员和任务数较大时优势明显，可以节省大量计算步骤，很方便求出近似最优解。即使非要求出最优解，也可在近似最优解基础上，通过闭合回路法进行调优，得到最优解。     

指派问题应用实例研究

在生活中经常会遇到这样的问题,有n个人,计划做n项工作,其中cij表示第i个人做第j项工作的收益,要求每个人完成一项工作,一个工作只能由一个人来完成,现求一种指派方式,使总收益最大,这类问题称为指派问题。在分析指派问题的求解上,匈牙利法是目前应用最广泛的算法,也是比较基础的算法。Excel方法利用常用的办公软件,只需在设置好的模板中输入相应的效益矩阵的值就可轻松求解。本文通过举例求解了解了各种方法,找出了各种方法适用的环境,并探索了求解指派问题在现实中的应用。     

两类多目标广义指派问题的有效算法及其应用

讨论了两类目标广义指派问题,给出了它们的多目标整数线性规划数学模型,并结合模糊理论与解决传统指派问题的匈牙处算法提出了一种新的求解算法——模糊匈牙利法。给出了该方法在物资供应中的应用。     

求解广义分配问题的拉格朗日蝙蝠算法

基于广义分配问题(GAP)自身的特点,将拉格朗日松弛算法(LR)和蝙蝠算法(BA)相结合,提出了一种高效的拉格朗日蝙蝠算法(LR-DBA)。首先,基于GAP的数学模型,在BA算法的基本框架上,重新定义了蝙蝠速度、位置以及局部更新公式,得出全新的求解GAP的离散蝙蝠算法(DBA)。其次,将其与LR相结合,设计出求解GAP的LR-DBA算法。最后,经过大量算例测试表明,对比DBA算法,LR-DBA混合算法在求解GAP时具有明显优势。     

分配问题推广的算法

针对一般的不平衡分配问题，将Ｈｕｎｇａｒｉａｎ算法推广，得到了一般分配问题推广的算法。     

分派问题的一种实用算法——对角线法

分派问题是运筹学中一类具有实用价值的问题。本文在分析“匈牙利算法”的基础上,提出了解决这类问题的一种实用算法——对角线法。这种算法思路清晰,过程简单,占用内存空间少,便于计算机求解。     

求解二次指派问题的混合演化策略

本文给出了一种求解二次指派问题的混合演化策略,该方法的主要优点是优化效果好,运算量小,通用性强、模拟计算的结果,验证了该方法的有效性强 它可用于求解其它组合优化问题。     

模糊层次分析法在多目标运输指派问题中的应用

首先运用模糊数学,将多目标指派问题转化为模糊指派问题,然后应用模糊层次分析法（FAHP）,确定多目标指派问题中各指标的权重值,并运用传统的匈牙利法求解,最后给出一个应用实例。