摘要：目标识别与跟踪是智能网联汽车环境感知的关键技术,在行人过街时,识别遮挡的移动人群是困扰环境感知的难题。设计一种基于YOLOv8m融合匈牙利算法的复杂交通环境感知方法,提高多目标遮挡的识别精度。在多目标检测中,改进现有YOLOv8m模型以提高对重叠目标的检测精度,同时融合改进匈牙利算法提高多目标跟踪过程中标定对象轮廓差异的分类精度,在公开数据集KITTI上迭代测试模型精度。结果表明:提出的YOLOv8mv模型能够满足日常复杂交通场景的多目标精准感知需求,改进模型相比同类主流模型YOLOv8m检测精度提高2.6%,目标稳定性提升2.7%。提出的感知方法对提高车辆高速运动下的多目标识别精度具有一定的科学支撑和实用价值。

摘要：在异构蜂窝网络中使用传统的小区选择方法会导致宏基站和小基站的负载失衡,而与小基站关联的用户面临服务质量(Qo S)的降低的问题。针对该问题,提出了一种基于效用函数最大化的用户与基站关联方法。该方法将用户与基站的关联过程建模为双目标优化问题并且线性化为系数可调的效用函数最大化问题,以实现基站负载均衡和用户Qo S之间的折中。通过设计权值系数,将该效用函数最大化问题转化为基于二部图的最大匹配,并用匈牙利算法求得最优解。仿真结果表明,该方法实现了异构蜂窝网络中宏基站与小基站之间的负载均衡,并且通过系数调节,达到了基站负载均衡和用户Qo S之间的折中。

摘要：为解决在大井丛钻井过程中井口与靶位置分配不合理造成的井眼轨道设计困难及钻井作业效率低等问题,提出了一种适用于大井丛井口靶优化分配的设计模型和模型求解的新方法。针对大井丛三维水平井井口多行多列分配方案,以井口至靶段最小水平投影平面特征距离和为目标函数建立大井丛井口靶分配模型,利用匈牙利算法求解优化模型。最后以长庆油田某大井丛现场数据为例,快速高效地得出了最优的分配结果。结果表明:采用该设计方法可快速实现井口靶最优分配,提高大井丛钻井设计效率。

摘要：针对原来以虚拟机为中心的放置策略中层次扁平、结构复杂等问题,使用一种基于包簇映射的虚拟机分配框架,目标是最大限度地降低所有物理机的总能耗。为了快速找到最优或近似最优解,在包簇映射框架的基础上,建立一个有效的能源模型,并且设计一种改进的匈牙利算法,实现包簇分配。实验表明,该算法可以比一般的能耗算法以及启发式能耗优化算法更快地解决问题,在分配速度和能耗优化方面有比较明显的优势。

摘要：针对传统的匈牙利算法在求解旅行商问题(travelling salesman problem,TSP)时会导致多回路闭合的问题,提出了破环机制,设计了破环匈牙利算法。通过采用分配问题的描述方法对旅行商问题进行建模,并建立二者之间的转换关系,论证了TSP可行解的充分必要条件是对应分配问题的可行解与辅助边结合后仅包含一个环路,对6个标准旅行商进行测试和对比分析,验证算法的有效性。实验结果表明:在不同的数据集中,改进匈牙利算法能有效求出TSP问题的解。

摘要：针对整数标规划求解方法的复杂性,提出用于整数规划的匈牙利算法的简单求解思路,并结合仓库货位分配例子,进行算法实验,得到切实可行的实验结果.整个算法思路简单易懂,对现实的生产活动具有重要的意义.

摘要：从企业管理信息系统的设计开发角度介绍了如何在企业管理信息系统中运用匈牙利算法在现有人力资源配置的前提下进行合理优化的技术。人力资源管理优化技术具有科学性和可操作性,这些技术的实施会在企业发展过程中将起到重要作用。

摘要：输入排队调度算法就是通过获得路由器输入输出端口的最大匹配从而达到提高吞吐量的目的。在调度算法理论研究中可以采用二部图最大匹配的MSM和MWM算法作为各种调度算法性能的评价标准。匈牙利算法是二部图匹配的经典算法,将匈牙利算法应用到输入排队调度算法中,得出了典型算法MSM和MWM的性能仿真曲线,为未来高性能路由器的设计提供了依据。

摘要：分布式应用系统可根据设计任务的复杂程度和系统资源状况进行任务调度 ,主要通过寻找可行的匹配方案来实现相应的目标模型。指出了实际应用中对任务调度和负载平衡的迫切需求 ,分析了任务的粒度和调度算法 ,构造了资源评估矩阵 ,描述了粗粒度调度的数学模型 ,提出了改进的匈牙利算法 ,并给出了算法实例 ,进一步说明了改进的匈牙利算法应用于服务器集群系统时可以优化对网络资源的使用。

摘要：为了将孤立的流水线系统和仓储系统有机的联系起来,基于最高响应比法和匈牙利算法的调度系统设计了其在流水线、仓储系统中的优化应用,建立了最高响应比法和匈牙利算法的数学模型,我们认为,通过该调度系统能够提高流水线系统和仓储系统的工作效率,并能进一步优化其任务的调度机制。