问题描述:
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。
指派问题也是0-1规划,线性规划用到的是官网scipy.optimize库函数。
先看个示例的开销矩阵:
那么肉眼看的话就很简单了,第一行[4 1 3]就选第二列的1,第二行[2 0 5]就选第一列的2,第三行[3 2 2]就选第三列的2,那么开销的和就是5。那么用python解的话,用到scipy.optimize.linear_sum_assignment(cost_matrix)这个函数了。代码:
from scipy.optimize import linear_sum_assignment
cost =np.array([[4,1,3],[2,0,5],[3,2,2]])
row_ind,col_ind=linear_sum_assignment(cost)
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(cost[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(cost[row_ind,col_ind].sum())#数组求和
输出结果:
[0 1 2]
[1 0 2]
[1 2 2]
5
贴下这个函数的官网吧https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.linear_sum_assignment.html#scipy.optimize.linear_sum_assignment