hungarian-algorithm

    1熱度

    1回答

    Lowest cost through this matrix: Traceback (most recent call last): File "muncre.py", line 8, in <module> print_matrix(matrix, msg='Lowest cost through this matrix:') File "/usr/lib/p

    0熱度

    1回答

    假設我有一個設備矩陣和他們的統計數據。帽子,襯衫,褲子,靴子。每個內陣列的尺寸可以變化,但總是有將成爲內陣列的一組數量 - 在這種情況下4 var array = [ [1,9,2,8,3], // hat [2,8,3,6], // shirt [1,3], // pants [9,3,2,6,8,2,1,5,2] // boots ]

    1熱度

    2回答

    我有一組主機和一組任務。 每個主機都有cpu,mem和task容量,每個任務都有cpu,mem要求。 每臺主機都屬於一個延遲類,並且可能會與其他主機以一定的延遲值進行通信。 每個任務可能需要與延遲等於或小於某個值的另一個任務進行通信。 我的問題輸入示例顯示在下一張圖片中。 其中任務t1需要分別以等於或小於3,3和5的等待時間與任務t2,t3和t4進行通信,主機h1屬於等待時間等級3並且與h2,h3

    0熱度

    1回答

    經典的assignment problem涉及將N個代理分配給M個工作,同時最小化每個工作所花費的時間。該問題在多項式時間中有一個解決方案,稱爲Hungarian algorithm,它具有成本矩陣C作爲輸入並返回最佳分配列表。 在我的情況,我得到了同樣的問題,但有一個區別。每項工作都需要一對兩件作品分配給它。代理的數量被選擇爲使得N是偶數以便這是可能的。 我是相當新的與任務相關的問題,所以我不知

    0熱度

    1回答

    我目前正試圖瞭解更多關於旅行推銷員問題(TSP)。 我從互聯網上找到了一些關於解決這個問題的啓發式算法,比如蟻羣優化,lin-kernighan,成對交換等。 另一方面,還有其他算法,如help -karp和分支定界算法。 他們提到他們解決TSP問題,但他們似乎在尋找從A點到G點的最短路徑,通過任何點之間的距離,可以縮短路徑。 在這種情況下,我認爲他們是非常相似Dijiktra算法... 最重要的

    2熱度

    1回答

    我正在關注Youtube of the Indian guy about the Hungarian problem的教程。我決定在下一步中選擇哪些行和列。他的榜樣沒有我面臨的問題。這裏是我的例子中的表: 2 1 0 0 0 3 2 0 4 5 2 7 0 7 0 0 0 5 3 2 3 1 2 0 0 0 6 3 3 5 3 4 5 2 0 3 讓我們開始一步的行和列的選擇步驟:

    -4熱度

    3回答

    我試圖使用匈牙利算法的以下實現:http://community.topcoder.com/tc?module=Static&d1=tutorials&d2=hungarianAlgorithm。 我想修改這個算法,使我可以配對了一套與自身。也就是說,如果「a」被分配給「b」,「b」也被分配給「a」。我唯一的想法是改變以下內容。 for (int cx = x, cy = y, ty; cx !=

    0熱度

    1回答

    我不是很精通的分配問題,並試圖找到的Munkres /,對於分配問題的變化工作的匈牙利方法替代匈牙利方法,其中: 某些作業不允許 可能無法將每個人/行分配給作業/列(在這種情況下,我只想盡可能多地分配作業 - 可能是通過查找和處理最大可解矩陣) 我已經能夠修改的Munkres實現來處理#1,但它在案件發生故障,如: [ D, D, 1, D, D, D, D, D] [ D, D, D, D,

    1熱度

    1回答

    找到n * n二維矩陣的元素的最小和,這樣我必須從每一行和每列中選擇一個且只有一個元素? 如 4 12 6 6 如果讓我選擇從1行4我不能選擇從1也行12從列1, 我只能從行2列選擇6 2. 也照樣最低金額會4 + 6 = 10其中6來自第二行第二列 而不是6 + 12 = 18其中6來自第二行第一列列 也4 + 12是不允許的,因爲兩者都是從同一行 我想動粗,其中有一次,我挑元素從行和列

    0熱度

    1回答

    我正在嘗試解決此問題:Jobs。 到目前爲止,我認爲問題與Assignment Problem相同,分銷商和地區代表二分圖,邊代表概率。但是在這裏我們需要最大化產品而不是匹配邊權重的總和。 我想到的一個想法是將每個邊權重改爲對數(權重)。然後,問題基本上變成尋找最大總和,然後可以使用Assignment Problem的算法來解決。但是這會帶來一個問題,因爲應用日誌會使邊權重非整數,這是匈牙利算法