罗伯特·M·瑙斯。 求解广义指派问题：一种优化和启发式方法。 （英语） Zbl 1238.90090号 信息J.计算。 15，第3期，249-266（2003）. 摘要：经典的广义指派问题（GAP）可以描述为寻找任务对代理的最小成本指派，这样每个任务都被精确地指派给一个代理，并且每个代理的资源容量都得到尊重。这个NP-hard问题的应用包括柔性制造系统的作业调度、路由、加载和设施定位。由于难以将“硬”GAP求解到最优，最近的论文要么描述了生成“好”解的启发式方法，要么就优化方法而言，计算结果仅限于500到1000个二进制变量。本文描述了一种特殊用途的分枝定界算法，该算法利用线性规划割集、可行解生成器、拉格朗日松弛和次梯度优化。我们给出了用多达3000个二进制变量解决“硬”问题的计算结果。该算法的一个意料之外的好处是，它能够在过程的早期生成好的可行解，其解的质量通常在两个最近发布的启发式算法生成的解中占主导地位。此外，所需的计算时间通常小于启发式所需的时间。因此，我们有一个优化算法，当证明最优性不是绝对要求时，它可以作为启发式算法有效地使用。 引用于28文件 MSC公司： 90B80型 离散位置和分配 90C27型 组合优化 90C57型 多面体组合学，分支与绑定，分支与切割 90 C59 数学规划中的近似方法和启发式 关键词：整数规划；分配问题 PDF格式BibTeX公司 XML格式引用 \textit{R.M.Nauss}，信息J.计算。15，第3249-266号（2003年；兹bl 1238.90090） 全文： 内政部