数学建模优化问题重点分析.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 在公路网中，司机希望找到一条从一个城市到另一个城市的最短路. 假设图表示的是该公路网, 节点表示货车可以停靠的城市,弧上的权表示两个城市之间的距离（百公里）.那么,货车从城市S 出发到达城市T,如何选择行路线,使所经过的路程最短? S A1 A2 A3 B1 B2 C1 C2 T 6 3 3 6 5 8 6 7 4 6 7 8 9 5 6 S到T的最优行驶路线P 先求出从Ck(k=1,2)到T的最优行驶路线. 从Bk到T的最优行驶路线. 从Ak到T的最优行驶路线. 例9 最短路问题 从S到T的行驶过程分成4 个阶段,即S→Ai(i=1,2 或3), Ai→ Bj(j=1或2), Bj → Ck(k=1或2), Ck → T 记d(Y,X)为城市Y与城市X之间的直接距离（若这两个城市之间没有道路直接相连，则可以认为直接距离为无穷大），用L(X)表示城市X到城市T的最优行驶路线的路长, 则: !最短路问题; model: sets: cities/S,A1,A2,A3,B1,B2,C1,C2,T/: L; roads(cities,cities)/ S,A1 S,A2 S,A3 A1,B1 A1,B2 A2,B1 A2,B2 A3,B1 A3,B2 B1,C1 B1,C2 B2,C1 B2,C2 C1,T C2,T /: P,D; endsets data: D=6 3 3 6 5 8 6 7 4 6 7 8 9 5 6; L= , , , , , , , ,0; enddata !L(@index(T))=0; @for(cities(i)|i#LT#@INDEX(T):L(i)=@min(roads(i,j): D(i,j)+L(j));); !显然，如果P(i,j)=1,则点i到点n的最短路径的第一步是i-j，否则就不是。 由此，我们就可方便的确定出最短路径; @for(roads(i,j):P(i,j)=@if(L(i) #eq# D(i,j)+L(j),1,0)); end 结果L(S)=20，路径为：S→A3→B2→C1→T 1 3 2 4 5 6 7 8 9 10 5 1 2 13 12 11 6 3 10 4 12 14 9 6 8 5 10 5 2 现有10个城市的交通网，我们想找到从城市1到城市10的最短路径; 动态规划图示说明 SETS: ! 这里是10个城市的基础集，其中F( i) 表示从城市i到最后一个城市的最短路径; CITIES /1..10/: F; ! 派生集ROADS列出了城市间所有存在的道路（注：并非所有城市间都有道路直接连接，并假定所有直接连接路径仅有一条 ; ROADS( CITIES, CITIES)/ 1,2 1,3 1,4 2,5 2,6 2,7 3,5 3,6 3,7 4,5 4,6 5,8 5,9 6,8 6,9 7,8 7,9 8,10 9,10/: D; ! D( i, j) 是城市 i 到 j的距离; ENDSETS DATA: ! 这里是对应于上述直接连接的道路的长度 ; D = 1 5 2 13 12 11 6 10 4 12 14 3 9 6 5 8 10 5 2; ENDDATA ! 如果你已经位于城市10，则你到城市的10旅行长度为0; F( @SIZE( CITIES)) = 0; ! 下列是经典的动态规划递归式。用语言叙述就是：从城市i到城市10的最短路径为城市i到所有能直达的城市j的路径长度加上城市j到城市10的最短路径的和的最小值; @FOR( CITIES( i)| i #LT# @SIZE( CITIES): F( i) = @MIN( ROADS( i, j): D( i, j) + F( j))); 例10: 装车问题 要把七种不同规格的包装箱装到两辆铁路平板车上去，包装箱的宽和高都是相等的，但厚度（t以厘米计）及重量（w以千克计）却不同，下表给出它们的厚度、重量及数量 c1 c2 c3 c4 c5 c6 c7 t(厘米)