最短路问题和最大流问题优秀培训书.pptVIP

图7-6给出的有一个源和一个汇的网络. 网络 中每一条边 有一个容量 , 除此之外, 对边 还有一个通过边的流(Flow), 记为 . 显然, 边 上的流量 不会超过该边上的容量 , 即 定义7.6 如果流 满足不等式(17)和式 (21), 则称流 是可行的. 如果存在可行流 , 使 得对所有的可行流 均有 则称 为最大流(Maximum Flow). 2. 最大流问题的数学规划表示形式 通过上述推导得到最大流的数学规划表达式 3. 最大流问题的求解方法 下面用例子说明，如何用LINGO软件求解最大流 问题. 例7.12 （继例7.11）用LINGO软件求解例7.11. 解：写出相应的LINGO程序，程序名:m0712.lg4. MODEL: 1]sets: 2] nodes/s,1,2,3,4,t/; 3] arcs(nodes, nodes)/ 4] s,1 s,2 1,2 1,3 2,4 3,2 3,t 4,3 4,t/: c, f; 5]endsets * 优 化 建 模 * 优 化 建 模 7.2 最短路问题和最大流问题 本节内容导航 本节概述 7.2.1 最短路问题 7.2.2 最大流问题 7.2.3　最小费与最大流问题 本节内容概述 最短路问题(Shortest Path Problems)和最大流问题(Maxiumum Flow Problems)是图论另一类与优化有关的问题，对于这两在问题，实际上，图论中已有解决的方法，如最短路问题的求解方法有Dijkstra算法，最大流问题的求解方法有标号算法.这里主要讨论的是如何用LINGO软件来求解最短路和最大流问题，对于LINDO软件的求解方法，作者可以根据模型自己设计相应的程序，作为LINDO软件的训练和问题的练习. 返 回 导 航 §7.2.1 最短路问题 例7.7 （最短路问题） 在图 7-3中，用点表示城市，现有 共7个城市.点与点之间的连线表示城市间有道路相连.连线旁的数字表示道路的长度.现计划从城市 到城市 铺设一条天然气管道，请设计出最小价格管道铺设方案. 例7.7的本质是求从城市 到城市 的一条最短路.为便于讨论，下面给出有关概念的明确定义. 返 回 导 航 1. 图的基本概念 定义7.2 (子图与赋权图) 定义7.3 (迹和路以及圈) 定义7.4（邻接矩阵和赋权矩阵）如果 , 则称 与 邻接, 具有 个顶点的图的邻接矩阵(Adjacency Matrix)是一个 阶矩阵 , 其分量为 个顶点的赋权图的赋权矩阵是一个阶 矩阵 其分量为 定理7.1 如果存在 到 的途径, 则一定存 在 到 的路. 如果图 的顶点个数为 , 则这 个路的长度小于等于 . 2. 最短路问题的数学表达式 假设图有n个顶点，现需要求从顶点1到顶点 的最短路.设决策变量为 , 当 , 说明弧 位于顶点1至顶点 的路上；否则. 其数学规划表达式为 3. 最短路问题的求解过程 在第三章中（例3.5）我们接触到了最短路问题的求解，当时的求解方法是按照Dijkstra算法设计的，下面介绍的方法是按照规划问题 设计的. 例7.8 (继例7.7) 求例7.7中，从城市A到城市D的 最短路. 解：写出相应的LINGO程序，程序名: exam0708.lg4. MODEL: 1]! We have a network of 7 cities. We want to find 2] the length of the shortest route