数学建模学习笔记03之席位分配问题的Huntington方法与Matlab语言实现

1. Hamilton方法的缺陷

在只考虑组织人数，而不考虑其他因素的情况下，Hamilton的方法分配席位是不公平的。
如果名额人数增加到21名，同样利用上一篇博客的Matlab代码，求出了以下的分配方案：

在人数不变的情况下，显然这个结果对丙系是极其不公平的，因为总名额增加一个，而丙系的代表名额却由4个减少为3个。由此可见，哈密顿方法存在很大缺陷。

2. 新的方法：Huntington方法（推导过程，可以略过）

3. Huntington方法的Matlab代码

Huntington方法的推导过程可能比较长，但是结论是比较简洁的。关键就是求出$Q_i$进行比较。Matlab代码也很简单，只需要十行代码，如下：

% Solutions to the problem of equitable distribution
%Huntington method 
% Allocation of seats by Huntington method
% # Define basic parameters
% # Numbers of places are N
N=21;
% # numbers of organizations are s
s=3;
% The number of people in the ith Organization (the default sorting is in descending order)
numbers=[103 63 34];
%进入循环前， 先每个单位分一个名额，定义剩下的名额数量N_1
N_1=N-s;
results=ones(1,s);
disp('首先给每一个组织分配一个名额，result=')
disp(results)
%分配剩下的N-s个名额
loop_num=0;
while N_1
    temp=results;
    Qvalue=(numbers.^2)./((temp+1).*(temp));
    [Maxvalue,index]=max(Qvalue);
    results(index)=results(index)+1;
    loop_num=loop_num+1;
%     disp('第'+num2str(loop_num+1)+'个名额分配给了第'+num2str(index)+'位组织')
    N_1=N_1-1;
end
disp('最后的结果：results=')
disp(results)

4. 求解结果

同样如果名额为21，这次用新的方法求分配方案：

可见，丙保住了失去的那个名额,相对公平。