匈牙利算法的函数优化matlab

匈牙利算法的基本思想是修改效益矩阵的行或列，使得每一行或列中至少有一个为零的元素，经过修正后，直至在不同行、不同列中至少有一个零元素，从而得到与这些零元素相对应的一个完全分配方案。 当它用于效益矩阵时，这个完全分配方案就是一个最优分配，它使总的效益为最小。这种方法总是在有限步内收敛于一个最优解

function [MatchingCost] = Hungarian（Perf）
% [MATCHINGCOST] = Hungarian_New（WEIGHTS）
% 匈牙利算法
% 给定一个n x n矩阵的边权矩阵，使用匈牙利算法求解最小边权值和问题，类似最小树问题
% 如果矩阵中出现inf，则表示没有边与之相连
% 输出：
%       Matching 为一个 n x n的矩阵，只有0 和 1
%        COST 为对应Matching处为1所在位置的元素和

 % 初始化变量
 Matching = zeros（size（Perf））;

  % 移除Inf，加速算法执行效率
  % 针对每一列找inf
    num_y = sum（~isinf（Perf）1）;
  % 针对每一行找inf
    num_x = sum（~isinf（Perf）2）;
    
  % Find the columns（vertices） and rows（vertices） that are isolated
    x_con = find（num_x~=0）;
    y_con = find（num_y~=0）;
    
  % 缩减矩阵
    P_size = max（length（x_con）length（y_con））;
    P_cond = zeros（P_size）;
    P_cond（1:length（x_con）1:length（y_con）） = Perf（x_cony_con）;
    if isempty（P_cond）
      Cost = 0;
      return
    end

      % 计算边权矩阵
      Edge = P_cond;
      Edge（P_cond~=Inf） = 0;
      % 修正权效矩阵
      cnum = min_line_cover（Edge）;
    
      % 对未标记的行和已标记的列画纵、横线P
      Pmax = max（max（P_cond（P_cond~=Inf）））;
      P_size = length（P_cond）+cnum;
      P_cond = ones（P_size）*Pmax;
      P_cond（1:length（x_con）1:length（y_con）） = Perf（x_cony_con）;
   
%*************************************************
% 主要求解步骤
%*************************************************
  exit_flag = 1;
  stepnum = 1;
  while exit_flag
    switch stepnum
      case 1
        [P_condstepnum] = step1（P_cond）;
      case 2
        [r_covc_covMstepnum] = step2（P_cond）;
      case 3
        [c_covstepnum] = step3（MP_size）;
      case 4
        [Mr_covc_covZ_rZ_cstepnum] = step4（P_condr_covc_covM）;
      case 5
        [Mr_covc_covstepnum] = step5（MZ_rZ_cr_covc_cov）;
      case 6
        [P_condstepnum] = step6（P_condr_covc_cov）;
      case 7
        exit_flag = 0;
    end
  end

% 移除所有的虚拟节点
Matching（x_cony_con） = M（1:length（x_con）1:length（y_con））;
Cost = sum（sum（Perf（Matching==1）））;

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%   STEP 1:找每行最小元素
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function [P_condstepnum] = step1（P_cond）

  P_size = length（P_cond）;
  
  % Loop throught each row
  for ii = 1:P_size
    rmin = min（P_cond（ii:））;
    P_cond（ii:） = P_cond（ii:）-rmin;
  end

  stepnum = 2;
  
%**************************************************************************  
%   STEP 2: 寻找P_cond中的0元素
%**************************************************************************
function [r_covc_covMstepnum] = step2（P_cond）

% 定义变量
  P_size = length（P_cond）;
  r_cov = zeros（P_size1）;  % 记录 元素为0 所在的行
  c_cov = zeros（P_size1）;  % 记录 元素为0 所在的列
  M = zeros（P_size）;        % A mask that shows if a position is starred or primed
  
  for ii = 1:P_size
    for jj = 1:P_size
      if P_cond（iijj） == 0 && r_cov（ii） == 0 && c_cov（jj） == 0
        M（iijj） = 1;
        r_cov（ii） = 1;
        c_cov（jj） = 1;
      end
    end
  end
  
% 重新初始化操作
  r_cov = zeros（P_size1）;  % A vector that shows if a row is covered
  c_cov = 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       7369  2018-06-29 12:59  第26章\Hungarian.m

     文件       3798  2018-06-29 12:59  第26章\Hungarian_algorithm.m

     文件        147  2018-06-29 12:59  第26章\ysw1.m

     目录          0  2018-08-20 17:45  第26章

----------- ---------  ---------- -----  ----

                11314                    4