1. A hybrid particle swarm optimization algorithm for optimal task assignment in distributed system
2.
3.
4. 線性規劃問題的標準型 表示法 標準型 ( standard form ) 矩陣向量( matrix-vector ) 目標式 (Max or Min) Z = c 1 x 1 + c 2 x 2 + … + c n x n Z = CX 限制式 a 11 x 1 +a 12 x 2 +…+a 1n x n =b 1 a 21 x 1 +a 22 x 2 +…+a 2n x n =b 2 … .. a m1 x 1 +a m2 x 2 +…+a mn x n =b m Ax=b x 1 ≥0,x 2 ≥0,…,x n ≥0 x≥0 b 1 ≥0,b 2 ≥0,…,b m ≥0 b≥0
第一步:將數學模式寫成標準型。 第二步:找出一個起始基礎可行解。 第三步:檢驗第二步所得的解是否為最佳解─計算非基礎變數之相對利潤 (Relative profit) c j - z j ,當此相對利潤 c j - z j 都小於或等於零 ( 即 c j - z j ≦0) 時,則現階段的解就是最佳解,否則進入第四步。 第四步:決定新的代入變數 (Entering variable) ── 選取非基礎變數之相對利潤 c j - z j 為最大正數者。在單形法表中,代入變數所在的行稱為樞行 (Pivot column) 。 第五步:決定新的代出變數 (Leaving variable) ── 選出代入變數所在的行除右邊常數項,而其比值為最小非負數者 ( 負數不允考慮 ) 的變數稱為代出變數,此即最小比值法則 (Minimum ratio rule) 。在單形法表中,代出變數所在的列稱為樞列 (Pivot row) 。 第六步:決定新的基礎可行解 ── 利用矩陣的基本列運算高斯-喬登 (Gauss-Jordan) 消去法成典型方程組 (Canonical equation) 。 第七步:檢驗第六步所得的解是否為最佳解 ( 方法同第三步 ) ,否則回到第四步。
註:在 (2-2) 式中鬆弛變數式以 x n+i 表示之,在單形法表內為了區別,決策變數 x j , j =1,2,…,n 與鬆弛變數 x n+i , i =1,2,…,m ,本書以 S i , i=1,2,…,m 代表鬆弛變數。又 Z j 值可解釋為所付出的代價, C j Z j 可解釋為相對利潤。 表示第一種產品生產 3 單位,第二種產品不生產,第三種產品生產 2 單位,第一種資源和第三種資源全部用完,而第二種資源尚有 3 單位剩餘,此時最大利潤為 17 。