最短路径问题数学建模报告.pptVIP

* 最短路径问题的0-1规划模型 Variable Value Reduced Cost X( 1, 2) 1.000000 0.000000 X( 2, 5) 1.000000 0.000000 X( 3, 7) 1.000000 0.000000 X( 5, 6) 1.000000 0.000000 X( 6, 3) 1.000000 0.000000 X( 7, 10) 1.000000 0.000000 X( 9, 11) 1.000000 0.000000 X( 10, 9) 1.000000 0.000000 即最短路径为 最短路长度为13. 最短路径问题 参考书： 1.傅鹂 龚劬 刘琼荪 何中市 《数学实验》科学出版社 2.张绍民 李淑华 《数据结构教程C语言版》中国电力出版社 主讲：重庆大学 龚 劬 主要内容 Floyd算法 Dijkstra算法 两个例子的求解 引例2：最廉价航费表的制定 引例1：最短运输路线问题 最短路径问题的0-1规划模型 * 如图的交通网络，每条弧上的数字代表车辆在该路段行驶所需的时间，有向边表示单行道，无向边表示可双向行驶。若有一批货物要从1号顶点运往11号顶点，问运货车应沿哪条线路行驶，才能最快地到达目的地？ 引例1：最短运输路线问题 10 2 3 7 4 11 6 5 9 8 1 3 5 12 2 10 6 1 5 8 8 7 9 9 3 2 2 7 * 某公司在六个城市C1,C2,C3,C4,C5,C6都有分公司，公司成员经常往来于它们之间，已知从Ci到Cj的直达航班票价由下述矩阵的第i行，第j列元素给出（?表示无直达航班），该公司想算出一张任意两个城市之间的最廉价路线航费表。 引例2：最廉价航费表的制定 * 最短路径问题 定义：设P(u,v)是加权图G中从u到v的路径,则该路径上的边权之和称为该路径的权,记为w(P). 从u到v的路径中权最小者 P*(u,v)称为u到v的最短路径. 10 2 3 7 4 11 6 5 9 8 1 3 5 12 2 10 6 1 5 8 8 7 9 9 3 2 2 7 最短路径算法 Dijkstra算法 使用范围: 寻求从一固定顶点到其余各点的最短路径; 有向图、无向图和混合图; 权非负. 算法思路： 采用标号作业法,每次迭代产生一个永久标号, 从而生长一颗以v0为根的最短路树,在这颗树上每个顶点与根节点之间的路径皆为最短路径. 10 2 3 7 4 11 6 5 9 8 1 3 5 12 2 10 6 1 5 8 8 7 9 9 3 2 2 7 Dijkstra算法——算法步骤 S: 具有永久标号的顶点集; l(v): v的标记; f(v):v的父顶点,用以确定最短路径; 输入加权图的带权邻接矩阵w=[w(vi,vj)]nxm. 初始化 令l(v0)=0,S=?;? v?v0 ,l(v)=?; 更新l(v), f(v) 寻找不在S中的顶点u,使l(u)为最小.把u加入到S中,然后对所有不在S中的顶点v,如l(v)l(u)+w(u,v),则更新l(v),f(v), 即 l(v)?l(u)+w(u,v),f(v)?u; 重复步骤2), 直到所有顶点都在S中为止. MATLAB程序（Dijkstra算法） function [min,path]=dijkstra(w,start,terminal) n=size(w,1); label(start)=0; f(start)=start; for i=1:n if i~=start label(i)=inf; end, end s(1)=start; u=start; while length(s)n for i=1:n ins=0; for j=1:length(s) if i==s(j) ins=1; end, end if ins==0