图论最短路径选址问题汇编.docVIP

姓 名： 学 号： 专 业： 图论的实际应用——蔬菜批发市场选址问题 摘要：在现实生活和生产实践中，有许多管理、组织与计划中的优化问题，都可借助图论知识得以解决，而最短路问题是利用图论解决的一个典型的实际问题。图论中最典型的两种求最短路径的算法分别为Dijkstra算法和Floyd算法，其中Floyd算法广泛应用于求任意两点间的最短路径。本文介绍了利于Floyd算法来解决城市蔬菜批发市场选址的问题。 关键词：最短路；Floyd算法；选址问题 0．引言 对于许多地理问题，当它们被抽象为图论意义下的网络图时，问题的核心就变成了网络图上的优化计算问题。其中，最为常见的是关于路径和顶点的优选计算问题[5]。在路径的优选计算问题中，最常见的是最短路径问题，最短路径可能是给定两点间的最短路径，也可能是任意各点间的最短路径。而在顶点的优选计算问题中，最为常见的是选址问题，所谓选址问题就是在某一地理区域构成的网络中选择一个顶点，建立服务设施，为该网络中的各个点提供服务，使得服务效率最高[3]。 选址问题，在规划建设中经常可以碰到，这里所谓的服务设施，可以是某些公共服务设施，如医院，消防站，物流中心等。也可以是生产服务设施，如仓库，转运站等等。可以认为，选址问题，就是把服务设施与服务对象，反映与统一的网络中，便于对问题进行研究[4]。尽管对选址的目标、要求有不同的评判标准，但是要求服务对象与服务设施之间易于沟通、易于达到，这是一个最基本的要求。 最短路径问题 最短路径问题是图论研究的一个经典算法问题，其目的是求出给定两点之间的长最短的路径，这里所说的长具有广泛意义，即可指普通意义的距离，也可是时间或费用等[2]。因此，最短路径问题通常可以归纳为三类： 1 距离意义上的最短路径，即求两点间距离最短的路径； 2 经济意义上的最短路径，即为两点间的费用最少的路径； 3 时间意义上的最短路径，即选择两点间最节省时间的路径。以上三类问题，都可以抽象为同一类问题，即带权图上的最短路径问题。不同意义下的距离都可以被抽象为网络图中边的权值，权值既可以代表“纯距离”，又可以代表“经济距离”，还可以代表“时间距离”。 1.1 Dijkstra算法 Dijkstra算法是一种求解最短路径方法。它是一个按路径长度递增的顺序产生最短路径的算法，其基本思想是：设图中所有顶点集合为V，另设置两个顶点集合S和T V- S，集合S中存放已找到最短路径的顶点，集合T存放当前还未找到最短路径的顶点。初始状态时，集合S中只包含源点V1，然后不断从集合T中选取到顶点V1 的路径长度最短顶点Vi 加入到集合S中，集合S每加入一个新的顶点Vi，都要修改顶点V1到集合T中剩余顶点的最短路径长度值，此过程不断重复，直到集合T中的顶点全部加入到S中为止。这样，就可以求出一点到其它的任一顶点的最短路径。 Dijkstra算法简单易懂，在求给定两点间的最短距离时效率很高，但是其只能求图中一个特定结点到其他各个结点的最短路[1]。当需要求出图中任意两顶点的最短路径时，就需要以图中的每个顶点为起点，依次求出到另外顶点的最短路径，在顶点数目比较多的情况下，其效率将非常低下。 1.2 Floyd算法 Floyd算法为另外一种求最短路径的算法。在某些问题中，需要求出图中任意两顶点之间的最短路径，这时，Floyd算法将比Dijkstra算法具有明显优势。Floyd算法借助于权矩阵的运算直接可以求出任意两点之间的最短路径[2]。 Floyd算法的实现思路为：首先定义赋权图的边权矩D [dij ]n x n，即dij w i,j ，若结点i到j无边相连时，则去dij ∞。然后依次计算出矩阵D[2],D[3],…,D[n]。其中D[2] D*D d[2]ij n x n，d[2]ij min di1+d1j,di2+d2j,…,din+dnj 表示从vi出发两步可以到达vj的道路中距离最短者；D[k] d[k]ij n x n，d[k]ij表示从vi出发k步可以到达vj的道路距离中最短路径。 D[n] D[n-1]*D d[n]ij n x n S DD[2]D[3]…D[n] Sij n x n 由定义可知d表示从结点i到j经过k边的路 在有向图中即为有向路 中的长度最短者，而Sij为结点i到j的所有路中的长度最短者。 2.最短路径问题在蔬菜批发市场中的应用 河南某城市市政管理部门决定新建一个蔬菜批发市场，为周边的几个小区的菜市场集中供应新鲜蔬菜。由于蔬菜水果容易变质，小区菜市场的商贩必须在每天早晨把蔬菜从批发市场运送回店铺，这就要求批发市场的地址不能距离小区太远。该城市管理部门经过征求意见后，决定将批发市场建在其中的一个小区旁边，现在的问题是该将此批发市场建在那个小