第5章 图与网络分析.ppt

第5章 图与网络分析( Graph Theory and Network Analysis ) 第一节 图的基本概念与模型 运筹学中研究的图具有下列特征: 强调点与点之间的关联关系，不讲究图的比例大小与形状； 每条边上赋有一个权； 建立网络模型，求最大值或最小值。 下图可以提出很多极值问题 图的矩阵描述： 邻接矩阵、关联矩阵、权矩阵等。 图的基本概念与模型 第二节 树 例6.3 某企业的组织机构图也可用树图表示。 赋权图中求最小树的方法：破圈法和避圈法 避圈法: 去掉G中所有边，得到n个孤立点；然后加边。 加边的原则为：从最短边开始添加，加边的过程中不能形成圈，直到点点连通(即:n-1条边)。 课堂练习： 就是从给定的网络图中找出一点到各点或任意两点之间距离最短的一条路 . 有些问题，如选址、管道铺设时的选线、设备更新、投资、某些整数规划和动态规划的问题，也可以归结为求最短路的问题。因此这类问题在生产实际中得到广泛应用。 一、 求最短路的Dijkstra算法 1、算法的基本思想 Dijkstra最短路算法的特点和适应范围 每次迭代只有一个节点获得标号，若有两个或两个以上节点的临时标号同时最小，可任选一个标号； 标号Pj 表示 vs 到 vj 的最短路，第 k 次迭代得到的永久标号，最多有n?1 次迭代； 可以应用于简单有向图和混合图，在临时标号时，所谓相邻必须是箭头指向的节点；若第 n?1 次迭代后仍有节点的标号为 ?，则表明 vs 到该节点无有向路径； vs 到所有点的最短路也是一棵生成树，但不是最小生成树 这个算法只设用于全部权为非负情况,如果某边上权为负的,算法失效; 当vi与vj两点之间至少有两条边相关联时，留下一条最短边，去掉其它关联边。 步骤： １、输入权矩阵Ｄ（０）＝Ｄ； ２、 对n个顶点的图G,该方法迭代n步结束， 第k次迭代的矩阵Dk的元素dij(k)按下式选取 dij(k) =min{dij(k-1),[dik(k-1）+dkj(k-1）]} 　其中，i,j=1,2,3,………,n。但当i=k或j=k时， dij(k)=dij(k-1).。 ３、Ｄ（ｎ）中的元素就是ｖｉ到ｖｊ的最短路长。 课堂练习： 1. 用Dijkstra算法求下图从v1到v6的最短距离及路线。 2. 求从v1到v8的最短路径 最短路问题的应用： 例6.7 电信公司准备在甲、乙两地沿路架设一条光缆线，问如何架设使其光缆线路最短？下图给出了甲乙两地间的交通图。权数表示两地间公路的长度（单位：公里）。 解：这是一个求无向图的最短路的问题。 第四节 网络最大流 如何制定一个运输计划使生产地到销售地的产品输送量最大。这就是一个网络最大流问题。 如图4-23 是联接某产品产地v1和销售地v6点的交通网。 一、基本概念： 1. 容量网络：对网络上的每条弧(vi,vj)都给出一个最大的通过能力，称为该弧的容量，简记为cij。容量网络中通常规定一个发点(也称源点，记为s)和一个收点(也称汇点，记为t)，网络中其他点称为中间点。 2. 网络的最大流 是指网络中从发点到收点之间允许通过的最大流量。 在网络中满足下述条件的流为可行流： （1）、容量限制条件：0? fij ? cij （2）、平衡条件： 定理1 在网络中s→t的最大流量等于它的最小割集的容量， 即： v＊ (f ) = c ＊(V, V′) 流量可增链 在网络的发点和收点之间能找到一条链，在该链上所有指向为s→t的弧，称为前向弧，记作μ+,存在fc；所有指向为t→s的弧，称为后向弧，记做μ－，若f0，则称这样的链为增广链。例如下图中，s→v2→v1→v3→v4→t。 二、求网络最大流的标号法 [基本思想] 由一个流开始，系统地搜寻增广链，然后在此链上增流，继续这个增流过程，直至不存在增广链。 解：(1) 先给s标号(∞) 解: 初始可行流：14 存在增广链: s→v2→v3→ t 流量可增值=2 F1=9+2=11 (2) s→v2→v5→v3→ t 流量可增值=1 F1=11+1=12 (3) s→v5→v3→ t 流量可增值=1 F1=12+1=13 (4) s→v1→v5→v4→t 流量可增值=1 F1=13+1=14 第七节　应用举例 比赛安排问题 有5名运动员参加游泳比赛，下表给出了每位运动员参加的项目。问如何安排，才能使得每位运动员都不连续地参加比赛？ 线路铺设问题