运输网络的最小费用最大流算法及C++实现.docVIP

运输网络的最小费用最大流算法及C++实现 选题背景 最小费用最大流问题是图论领域的一个重要问题,在天然气、运输、电力、计算机网络等工程领域和生物等科学领域都有着广泛的应用[1-2],许多网络优化问题都可归结为最小费用最大流问题的特例，如最短路问题、最大流问题、指派问题和运输问题等[3-8]。正因其应用的广泛性，使得最小费用最大流问题的研究成为当今网络优化研究领域最热门的课题之一[9]。 网络流是网络优化的主要研究对象，主要包括如何求解最短路、最大流及最小费用最大流等方面的相关问题。最短路问题就是要在赋权图中指定一对顶点，这对定点中有不止一条路径，而最短路问题就是要寻找一条权最小的路；最大流问题就是要在赋权图中，寻找始点到终点可行流动方案中的流量最大的流动方案，最大流问题是网络流理论的重要组成部分，它是一个经典的组合优化问题，同时也可以看做是特殊的线性规划问题[10]。除了解决实际网络中的问题以外，最小费用最大流问题就是在计算网络流值的基础上需要讨论费用，如:在标准运输问题中，要在完成一定运输任务的基础上，使得这次运输的总费用最省，从而引进了最小费用问题[11]。 最大流问题算法的研究已有60多年的历史[12]。最早的算法是Dantzig（1951）[13]提出的网络单纯形法和Ford 和Fulkerson（1956 ）［14］的标号算法，它们都是被广泛使用的经典算法。近年来，随着各种网络和计算机科学的飞速发展，最大流问题得到了更深入的研究，人们建立了最大流问题较为完善的理论，同时开发了大量的算法[15-23]。 最大流问题主要有两类算法：一类是建立剩余网络，在剩余网络上寻找增广链，其中以Ford-Fulkerson标号算法和由Dinic(1970)，Edmonds-Karp(1972)提出最短增广链算法为代表；另一类是由Goldberg和Tarjan(1986)提出的推进-重标号算法，它是由Karzanov在1974年提出的分层网络阻塞流算法以及Karzanov的基础上改进的[24]。 在最大流问题中，讨论的网络流仅仅涉及流量，而未考虑网络流的费用问题，但在许多实际问题中，往往还必须考虑流的费用。随着现代信息技术发展的，大量学者在此基础上对最小费用问题开展研究并建立了较为完善的理论体系，并且在理论体系的基础上研究了大量算法。文献[25-28]报道了多种求解最小费用流的算法，其中运输网络最小费用最大流问题的研究离不开这些已经研究出的算法和在现实中的应用，很多学者改进了经典算法或提出了许多新的算法[28-31]。综观这些算法，其核心都集中在如何进一步提高寻找最短路和增广路这两个子过程的计算效率方面[2]，但是这些算法要么有着较高的复杂度，要么由于需要其它技术支持而具有很大的局限性，适用性不强。 最近有一些涉及最小费用最大流问题的文章，在经典算法的基础上结合计算机编译软件将算法优化并在计算机上实现，其中代表性的文章有：Fanrong，Xie的利用bi-level规划模型并结合Visual Basic5.0软件编译实现的针对运输网络最小费用最大流问题更高效简洁算法[32]；Jing，Zhang的最小费用最大流问题的C++实现[33]。Goldberg认为，充分理解和精练使用现有的算法和技术资源，完全可以得到更快的算法，并能更准确简捷地在计算机上加以实现［12］。因此求解最小费用最大流问题在算法的优化和计算机实现方面还有很大的研究空间，需要进一步的深入工作。 二、准备研究问题 一般来说，寻找运输网络最小费用最大流问题的最优解主要涉及两个方面：一个是理论上的算法设计及优化，即从算法的角度寻求问题的理论最优解，利用经典的Ford-Fulkerson标号算法和最短增广链算法及其他的改进型算法，推导出理论上的最优解；另一个则是算法的计算机实现，即利用计算机编译语言将算法在计算机上实现，比较实际最优解和理论最优解的差异，验证理论算法设计的优劣性并加以优化调整。其中算法的计算机实现多数是利用matlab、lingo、Mathematica等现有的数学软件，因此其计算结果带有软件自身的约束性，往往实际结果会和理论值产生一定的偏差，所以目前许多关于最小费用最大流问题的最优解的研究偏重于算法的设计方面，而对于算法的计算机实现研究较少。 通过大量阅读关于运输网络最小费用最大流问题的算法设计文章，我们发觉：在算法的计算机实现方面还可以做更深入，更全面的研究；有的算法还没有计算机实现的验证，有些算法其计算机实现本身就存在很大的困难。因此我计划研究以下问题： 第一，从现有的运输网络最小费用最大流问题的理论算法出发，进一步优化或重新设计一个更简单、高效的理论算法，并利用C++语言在计算机上编程实现，验证算法的优劣性再加以修改得到更好的最优算法。