[论文解读] The Application of Bipartite Matching in Assignment Problem

Feiyang Chen, Nan Chen+2 more|arXiv (Cornell University)|Feb 1, 2019

Game Theory and Voting Systems被引用 3

一句话总结

本文提出终极匈牙利算法（UHA），一种新颖的方法，用于在分配场景中求解最大权重二分图匹配问题。通过利用可行顶点标号和迭代增广路径搜索，UHA 实现了 $O(|V|^3)$ 的时间复杂度——显著优于暴力搜索的 $O(|V|!)$ 方法——从而在工业和运筹学研究场景中实现高效且最优的人员-任务分配。

ABSTRACT

The optimized assignment of staff is of great significance for improving the production efficiency of the society. For specific tasks, the key to optimizing staffing is personnel scheduling. The assignment problem is classical in the personnel scheduling. In this paper, we abstract it as an optimal matching model of a bipartite graph and propose the Ultimate Hungarian Algorithm(UHA). By introducing feasible labels, iteratively searching for the augmenting path to get the optimal match(maximum-weight matching). And we compare the algorithm with the traditional brute force method, then conclude that our algorithm has lower time complexity and can solve the problems of maximum-weight matching more effectively.

研究动机与目标

• 解决人工和暴力方法在求解人员分配问题时效率低下的问题。
• 为人员调度中的最大权重二分图匹配开发一种计算高效的算法。
• 用定量、自动化且最优的匹配框架取代基于经验的分配方式。
• 通过图论优化方法，提升大规模分配问题中的可扩展性和精确度。

提出的方法

• 将分配问题建模为带标号图上的最大权重二分图匹配问题。
• 应用可行顶点标号，其中对所有边满足 $ l(x) + l(y) \geq w(x,y) $，以确保类似三角不等式的约束。
• 使用等权子图 $ G_l = (V, E_l) $，其中 $ E_l $ 包含满足 $ l(x) + l(y) = w(x,y) $ 的边。
• 采用迭代增广路径搜索：从未匹配顶点出发，交替使用匹配边与未匹配边以延长路径。
• 通过 $ \delta_l = \min_{u \in S, v \notin T} (l(u) + l(v) - w(u,v)) $ 改进标号，调整标号以扩展等权子图。
• 沿增广路径翻转匹配以增加匹配大小，重复此过程直至获得完美匹配。

实验结果

研究问题

• RQ1 图论方法是否能在求解最大权重人员-任务匹配问题时优于暴力搜索和人工分配？
• RQ2 可行顶点标号如何用于界定并收敛至最优解？
• RQ3 带有动态标号优化的迭代增广路径算法的时间复杂度是多少？
• RQ4 该算法能否系统性地改进，以避免在大规模分配问题中出现指数级时间增长？
• RQ5 与传统匈牙利算法变体相比，UHA 在时间复杂度和解的质量方面表现如何？

主要发现

• UHA 实现了 $ O(|V|^3) $ 的时间复杂度，相较于暴力枚举的 $ O(|V|!) $ 复杂度有显著提升。
• 该算法通过保持可行标号并应用 Kuhn-Munkres 定理，保证获得最大权重匹配。
• 在可行标号下存在完美匹配，即对应最优解，其匹配权重存在上界，已通过证明确立。
• 每次迭代均增加匹配大小或标号边的数量，确保在有限步内终止。
• 该方法有效替代了人工经验式分配，实现了确定性、自动化且最优的匹配过程。
• 该算法不适用于具有有序任务约束的分配问题，表明其未来扩展存在局限性。