matlab reshape_指派问题的Matlab、Lingo、Mathematica及1stOpt求解对比

最新推荐文章于 2023-08-04 22:14:28 发布
最新推荐文章于 2023-08-04 22:14:28 发布
阅读量524 收藏 3
点赞数
文章标签： matlab reshape matlab sum函数 matlab 线性规划

1. 指派问题

有n项任务要分配给n个人去做，每人只完成一项任务，每个任务也只由一个人完成。已知每人完成每项任务所需的时间效率矩阵C[i,j]如下。问如何分配任务，使完成所有工作所用的总时间最少？

例如：任务为1，2，3，4，人员为1，2，3，4，时间效率矩阵C[i,j]为：

任务1

任务2

任务3

任务4

人员1

2

15

13

4

人员2

10

4

14

5

人员3

9

14

16

13

人员4

7

8

11

9

 2. 模型建立

引入决策变量x[i,j]，如果让第i个人去完成第j项任务，则x[i,j] =1，否则x[i,j] = 0,则指派问题的数学模型为：

9567f2b69d58c5e31fd8741ed7b169b2.png

3. Matlab求解

用MATLAB求解线性规划或混合整数规划时，决策变量只能是向量(即一维数组)，所以需要把上述数学模型中的双下标常量和决策变量都转化成单下标变量，同时约束也需要进行相应的转换。最终求解代码如下。

Matlab代码：

f=[2,10,9,7,15,4,14,8,13,14,16,11,4,5,13,9];intcon = 1:16;Aeq=[1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0;0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0;0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0;0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1;1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0;0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0;0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0;0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1]beq = ones(8,1);lb=zeros(1,16);ub=ones(1,16);[Y,fval,exitflag] = intlinprog(f,intcon,[],[],Aeq,beq,lb,ub);x=reshape(Y,4,4)fval

Matlab结果输出：

ans =     0     0      0     1     0     1      0     0     1     0      0     0     0     0      1     0Fval = 28

新版MATLAB提供了更具可读性的问题描述及解决方法。

新版Matlab求解代码：

c = [2 15 13 4; 10 4  14 5; 9 14 16 13; 7 8 11 9];prob =  optimproblem('ObjectiveSense', 'min');x = optimvar('x', 4,  4, 'Type', 'integer', 'LowerBound', 0, 'UpperBound', 1);prob.Objective =  sum(sum(c .* x));prob.Constraints.cond1  = sum(x, 1) == 1;prob.Constraints.cond2  = sum(x, 2) == 1;% prob.showproblemsol = prob.solve;sol.x

Matlab结果输出：

LP:                Optimal  objective value is 28.000000.                                           Optimal solution found.Intlinprog stopped at the root node because theobjective value is within a gap tolerance of the optimal value,options.AbsoluteGapTolerance = 0 (the default value). The intcon  variables areinteger within tolerance, options.IntegerTolerance = 1e-05 (the  default value).ans =     0     0      0     1     0     1      0     0     1     0      0     0     0     0      1     0

4. Lingo求解

      用LINGO来求解这个指派问题，只需要会建立集合及其属性，其它就基本上是对数学模型的直接翻译，无需复杂的转换。

Lingo求解代码：

MODEL:DATA:N = 4;ENDDATASETS:AGENTS/1..N/;TASKS/1..N/;MATRIX(AGENTS,TASKS):COST, X;ENDSETSDATA:COST =2,15,13,4,10,4,14,5,9,14,16,137,8,11,9;ENDDATAMIN = @SUM(AGENTS(I) :    @SUM(TASKS(J):  COST(I,J)*X(I,J)));@FOR(AGENTS(I):    @SUM(TASKS(J):X(I,J)) =  1);@FOR(TASKS(J):    @SUM(AGENTS(I):X(I,J)) =  1);@FOR(AGENTS(I):    @FOR(TASKS(J) :  @GIN(X(I,J))));END

Lingo结果输出

Global optimal solution  found.

  Objective value:                     28.00000000000000  Objective bound:                     28.00000000000000  Infeasibilities:                     0.000000000000000  Extended solver  steps:                               0  Total solver  iterations:                              0  Elapsed runtime  seconds:                          0.03  Model Class:                                      PILP  Total variables:                     16  Nonlinear variables:                  0  Integer variables:                   16  Total constraints:                    9  Nonlinear  constraints:                0  Total nonzeros:                      48  Nonlinear nonzeros:                   0              Variable                    Value                 Reduced Cost                     N        4.000000000000000            0.000000000000000           COST( 1, 1)        2.000000000000000            0.000000000000000           COST( 1, 2)        15.00000000000000            0.000000000000000           COST( 1, 3)        13.00000000000000            0.000000000000000           COST( 1, 4)        4.000000000000000            0.000000000000000           COST( 2, 1)        10.00000000000000            0.000000000000000           COST( 2, 2)        4.000000000000000            0.000000000000000           COST( 2, 3)        14.00000000000000            0.000000000000000           COST( 2, 4)        5.000000000000000            0.000000000000000           COST( 3, 1)        9.000000000000000            0.000000000000000           COST( 3, 2)        14.00000000000000            0.000000000000000           COST( 3, 3)        16.00000000000000            0.000000000000000           COST( 3, 4)        13.00000000000000            0.000000000000000           COST( 4, 1)        7.000000000000000            0.000000000000000           COST( 4, 2)        8.000000000000000            0.000000000000000           COST( 4, 3)        11.00000000000000            0.000000000000000           COST( 4, 4)        9.000000000000000            0.000000000000000              X( 1, 1)        0.000000000000000            2.000000000000000              X( 1, 2)        0.000000000000000            15.00000000000000              X( 1, 3)        0.000000000000000            13.00000000000000              X( 1, 4)        1.000000000000000            4.000000000000000              X( 2, 1)        0.000000000000000            10.00000000000000              X( 2, 2)        1.000000000000000            4.000000000000000              X( 2, 3)        0.000000000000000            14.00000000000000              X( 2, 4)        0.000000000000000            5.000000000000000              X( 3, 1)        1.000000000000000            9.000000000000000              X( 3, 2)        0.000000000000000            14.00000000000000              X( 3, 3)        0.000000000000000            16.00000000000000              X( 3, 4)        0.000000000000000            13.00000000000000              X( 4, 1)        0.000000000000000            7.000000000000000              X( 4, 2)        0.000000000000000            8.000000000000000              X( 4, 3)        1.000000000000000            11.00000000000000              X( 4, 4)        0.000000000000000            9.000000000000000                   Row             Slack or Surplus               Dual Price                     1        28.00000000000000           -1.000000000000000                     2        0.000000000000000            0.000000000000000                     3        0.000000000000000            0.000000000000000                     4        0.000000000000000            0.000000000000000                     5        0.000000000000000            0.000000000000000                     6        0.000000000000000            0.000000000000000                     7        0.000000000000000            0.000000000000000                     8        0.000000000000000            0.000000000000000                     9        0.000000000000000            0.000000000000000

5. Mathematica求解

首先进行初始化：

mat = Table[Subscript[a, i, j], {i, 1, 4}, {j, 1, 4}];Cmat = {{2, 15, 13, 4}, {10, 4, 14, 5}, {9, 14, 16, 13}, {7, 8,  11,    9}};

之后使用Minimize函数：

Minimize[{Flatten[mat].Flatten[Cmat],   Table[Sum[mat[[k, i]],  {i, 1, 4}], {k, 1, 4}] == {1, 1, 1, 1},   Table[Sum[mat[[i, k]],  {i, 1, 4}], {k, 1, 4}] == {1, 1, 1, 1}}~  Join~Flatten@   Table[0 <=  Subscript[a, i, j] <= 1, {i, 1, 4}, {j, 1, 4}], Flatten[mat], Integers]

Mathematica结果输出：

{28, {a1.1 -> 0, a1.2 -> 0, a1.3 -> 0, a1.4 -> 1, a2.1  -> 0, a2.2 -> 1, a2.3 -> 0, a2.4 -> 0,a3.1 -> 1, a3.2 -> 0, a3.3 -> 0, a3.4 -> 0, a4.1 ->  0, a4.2 -> 0, a4.3 -> 1, a4.4 -> 0}}

Mathematica结果列为矩阵：

In[67]:= mat /.({28, {a1.1  -> 0, a1.2 -> 0, a1.3 -> 0, a1.4 -> 1, a2.1 -> 0, a2.2 -> 1, a2.3 -> 0, a2.4  -> 0,a3.1 -> 1,  a3.2 -> 0, a3.3 -> 0, a3.4 -> 0,a4.1 ->  0, a4.2 -> 0, a4.3 -> 1, a4.4 -> 0}} [[2]] //MatrixFormOut[67]//MatrixForm(0     0      0     1     0     1      0     0     1     0      0     0     0     0      1     0)

6. 1stOpt求解

1stOpt求解代码：

Constant n=4, c(n,n)=[2,15,13,4,10,4,14,5,9,14,16,13,7,8,11,9];IntParameter x(n,n);Algorithm = LP;MinFunction Sum(i=1:n)(Sum(j=1:n)(c[i,j]*x[i,j]));             For(i=1:n)(Sum(j=1:n)(x[i,j])=1);             For(j=1:n)(Sum(i=1:n)(x[i,j])=1);

1stOpt结果输出：

Objective Function(Min.): 28Best Estimated Parameters:x[1,1]: 0x[1,2]: 0x[1,3]: 0x[1,4]: 1x[2,1]: 0x[2,2]: 1x[2,3]: 0x[2,4]: 0x[3,1]: 1x[3,2]: 0x[3,3]: 0x[3,4]: 0x[4,1]: 0x[4,2]: 0x[4,3]: 1x[4,4]: 0

     对于指派问题，四种软件均可获得相同结果的解。

对不同的版本的Matlab，提供了两种求解方式，第一种比较繁琐，需要进行一些转换工作才能进行求解，第二种相对简单些，两种方式都需要掌握特定命令语句；

Lingo求解，需要熟知Lingo语言中关于集合及其属性的定义，总体上是对数学模型的直接翻译，无需复杂的转换；

Mathematica代码简短，但命令高度抽象，生涩难懂；

1stOpt代码最为直观简洁，与模型公式完全一样。

本文参照知乎贴：https://www.zhihu.com/question/49319704

weixin_39666782
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
工作分配问题
在改bug的路上
11-30 722
工作分配问题 Description 设有n件工作分配给n个人。将工作i分配给第j个人所需的费用为cij。试设计一个算法，为每一个人都分配一件不同的工作，并使总费用达到最小。 Input 第一行有1个正整数n (1≤n≤20)。接下来的n行，每行n个数，第i行表示第i个人各项工作费用。 Output 最小总费用。 Sample Input 3 4 2 5 2 3 6 3 4 5 Sample Output 9 #include <bits/stdc++.h> using namespace st
《数学建模算法与应用》-整数规划-指派问题-matlab求解
半岛铁盒里
07-12 2267
《数学建模算法与应用》——司守奎，整数规划相关的指派问题，主要叙述如何利用构建系数矩阵来满足matlab的求解函数参数（等式约束和不等式约束）
匈牙利算法 指派问题 Lingo&Matlab实现
yu_moyu的博客
08-04 1268
2、分派问题（匈牙利算法）与MATLAB实现https://blog.csdn.net/qq_36980029/article/details/96626332。1、匈牙利算法——MATLAB代码https://blog.csdn.net/qq_36980029/article/details/105866390。5个人完成4项工作，时间成本最小。
数学建模——指派问题（Matlab解决方法）
Deardanuomi的博客
04-05 4697
数学建模——指派问题（Matlab解决方法） f=[-6,-2,-3,-5]; A=[-3,5,-1,-6;1,1,1,-1;1,2,4,5;]; b=[-4,3,10]; intcon=[1,2,3,4]; lb=zeros(4,1); ub=ones(4,1); [x,y]=intlinprog(f,intcon,A,b,[],[],lb,ub); x,y=-y plot(x,'--ok');
指派问题匈牙利解法以及matlab代码
热门推荐
qq_35608277的博客
11-09 2万+
1 指派问题概述 实际中，会遇到这样的问题，有n项不同的任务，需要n个人分别完成其中的1项，每个人完成任务的时间不一样。于是就有一个问题，如何分配任务使得花费时间最少。 通俗来讲，就是n*n矩阵中，选取n个元素，每行每列各有1个元素，使得和最小。 数学模型 2 匈牙利解法 ref https://www.cnblogs.com/chenyg32/p/3293247.html https://bl...
CC.rar_CC_cc matlab_reshape_时间 延迟 matlab_时间序列分解
07-15
时间序列分解，时间序列重构，时间延迟的计算。
reshape_daily:重塑 1D 和类似日历的 3D 矩阵之间的每日时间序列。-matlab开发
05-29
句法[s,t] = reshape_daily(s,t) [s,t,year,month,day] = reshape_daily(s,t) 描述[s,t] = reshape_daily(s,t) 返回对应于时间 t 和信号 S 的重构时间序列数组。如果输入数组是 Nx1 或 1xN，则返回 3D 数组 s 和 T...
2AM_matlab_信号处理_matlab2fsk_closeqj1_
10-03
在本文中，我们将深入探讨基于MATLAB的2-Frequency Shift Keying（2-FSK）信号的生成和解调。2-FSK是一种常见的数字调制技术，它通过改变载波频率来传输二进制数据。MATLAB作为一个强大的数学计算和数据分析环境，...
MATLAB.rar_MATLAB 常用函数_Matlab常用函数 _matlab 电子书_matlab电子书
09-21
通过解决实际问题，如数值积分、系统仿真、图像处理等，用户可以逐步加深对MATLAB的理解。同时，MATLAB社区和论坛（如MATLAB Central）提供了丰富的代码示例和解答，是学习过程中宝贵的资源。 最后，持续学习和更新...
MATLAB.rar_MATLAB内置函数_matlab 内置函数_matlab函数大全
09-24
7. **其他高级功能**：如optimization toolbox中的函数用于优化问题求解，signal processing toolbox提供了信号处理工具，image processing toolbox则专用于图像处理。 文件"MATLAB统计工具箱简介.pdf"可能涵盖了...
matlab指派问题求法,MATLAB实例：Munkres指派算法
weixin_31269985的博客
03-16 2340
MATLAB实例：Munkres指派算法1. 指派问题陈述指派问题涉及将机器分配给任务，将工人分配给工作，将足球运动员分配给职位等。目标是确定最佳分配，例如，使总成本最小化或使团队效率最大化。指派问题是组合优化领域中的一个基本问题。例如，假设我们有四个工作需要由四个工作人员执行。因为每个工人都有不同的技能，所以执行工作所需的时间取决于分配给该工人的工人。下面的矩阵显示了工人和工作的每种组合所需的时...
常见的几种最优化方法Matlab原理和深度分析
dongbao520的博客
06-28 4611
随着学习的深入，博主越来越发现最优化方法的重要性，学习和工作中遇到的大多问题都可以建模成一种最优化模型进行求解，比如我们现在学习的机器学习算法，大部分的机器学习算法的本质都是建立优化模型，通过最优化方法对目标函数（或损失函数）进行优化，从而训练出最好的模型。常见的最优化方法...
【OR】Matlab求解最优化问题(2) 非线性优化
0x00
09-06 1万+
matlab求解非线性优化问题
python、lingo、matlab实现弗洛伊德（Floyd）算法--最短路径问题
m0_62410163的博客
05-12 1947
弗洛伊德（Floyd）算法实现最短路径问题
matlab设计成本最优方案,基于MATLAB和LINGO的木材运输方案的最优化探究
weixin_39626745的博客
03-18 402
第 5卷第 4期 2014年 12月 黑 龙 江 大 Journal of Engineering 学 工 程 学 报 of Heilongj iang University Vo1．5， No．4 Dec．， 2014 DOI．10．13524／j．2095一O08x．2014．04．091 基 于 MATLAB和 LINGO 的木材运输方案 的最优化探 究 毛 波，董希斌 ，宋启亮，李 祥 (...
matlab里1stopt,请帮忙运行下1stopt 程序？（MATLAB没有解出结果）
weixin_29103603的博客
03-24 319
问题描述：4个待拟合未知参数 n,v,c,s(实际有8个，这里先能拟合好4个就很不错了)，五个已测变量cno,ctan,cchl,a,cdrp，三个ODE 方程。(已经尝试用过MATLAB求解，结果不理想，所以想尝试下1stopt)。另外，4个待拟合未知参数 n,v,c,s的范围分别是n[0,2],v[0,2],c[3,27],s[0,1]. 但不知该如何写成code。我的版本运行不了下面的cod...
1stOpt简单使用介绍
Jensen Lee的博客
01-10 1万+
首先以管理员权限打开1stOpt优化程序，否则程序会呈现无响应状态。 新建codebook，写入代码，以非线性参数估计为例： Variable phi,x,y,delta_phi; Function delta_phi=a0*phi^2+a1*x^2+a2*y^2+a3*phi+a4*x+a5*y+a6; DataFile "C:\Users\Lijian\Desktop\JCAS\Data...
matlab 0-1整数线性规划问题（指派问题）举例讲解
qq_58859800的博客
09-29 5695
现有5人 ，每个人都能完成A,B,C,D,E 5种任务，但他们完成一次每种任务需要的时间各不相同，现让这5人做A,B,C,D,E5个任务，怎样分配才能让5人完成所有任务的总时间最短？ A B C D E 甲 2 3 1 5 7 乙 3 4 6 1 2 丙 1 3 5 2 4 丁 4 7 4 2 1 戊 5 6 3
matlab求解指派问题
最新发布
08-23
在MATLAB中，可以使用intlinprog函数来求解指派问题，即混合整数线性规划(MILP)问题。 另外，还可以使用0-1整数规划来解决指派问题，这可以通过编写相应的MATLAB代码来实现。 以下是一个示例MATLAB代码，用于求解指派问题： ```matlab function [y,fval]=zhipai(C) %C为指派n*n系数矩阵 C=C'; f=C(:);%生成一个列向量，作为目标函数系数，matlab默认以列排序 [m,n]=size(C); Aeq=zeros(2*n,n*n);%2*n个等式约束，n*n个变量 for i=1:n %这里先生成的是后四个等式约束的左端项 Aeq(1:n,1+(i-1)*n:i*n)=eye(n,n); end for i=1:n %前四个等式约束左端项 Aeq(i+n,1+(i-1)*n:i*n)=ones(1,n); end beq=ones(2*n,1); lb=zeros(n*n,1); ub=ones(n*n,1); x=linprog(f',[],[],Aeq,beq,lb,ub);%线性规划函数 y=reshape(x,n,n);%将上式求出的x值变成n阶矩阵 y=y';%上式生成的是按列排列的，所以转置一下 y=round(y);%对y元素取整，生成匹配矩阵 sol=zeros(n,n); for i=1:n for j=1:n if y(i,j)==1 sol(i,j)=C(j,i);%匹配矩阵 end end end fval=sum(sol(:));%极小值的目标函数值 ``` 这段代码实现了通过0-1整数规划求解指派问题，并返回了最优解y和目标函数值fval。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [matlab求解指派问题最优解的函数](https://blog.csdn.net/weixin_67016521/article/details/126087775)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [matlab 0-1规划求解指派问题](https://blog.csdn.net/ouzuosong/article/details/52236152)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值