暖气管道布设问题的最佳解决方案.docVIP

暖气管道布设问题的最佳解决方案 沈思哲，王颖，王锐，刘东杰，陈元祝，夏驰 （陕西师范大学计算机科学学院08级软件工程，西安，710062） 摘 要：日常生活中暖气管道的布设问题通常用最小生成树算法求得最优解。本文给出了一个暖气管道布设的场景，采用Prim算法、Kruskal算法和遗传算法三种算法解决该暖气管道布设问题，并通过实验仿真比较了三种算法的性能，得到了设暖气管道布设的最佳解决方案。 关键词：最小生成树；Prim算法；Kruskal算法；邻接矩阵；贪心算法；遗传算法；交叉；变异； Heating pipe layout question the best solution Shen Si-zhe ,Wang Ying ,Wang Rui ,Liu Dong-jie ,Chen Yuan-zhu ,Xia Chi （School of Computer Science Shanxi Normal University ,Xi’an ,710062） Daily life heating pipe layont problems usually use a minimum spanning tree algorithm and get the optimal solution. The paper gives a central heating conduit laid scene, using Prim algorithm, Kruskal algorithm and genetic algorithm to solve the three algorithm central heating conduit layont problem, and through experiment comparative simulation three kinds of performance of the algorithm, obtained a heating pipe quasi-geoid with the best solution. Keywords:Minimum Spanning Tree;Prime Algorithm,Kruskal algorithm,adjacency matrix;Greedy algorithm,Genetic Algorithm,chiasma,Mutation; 1引言 在一个连通图G 中，如果取它的全部顶点和一部分边构成一个子图G ’，并且边集中的边既将图中的所有顶点连通又不形成回路，则称子图G’是原图G 的一棵生成树。对于一个连通网(即连通带权图) 来说，生成树不同，每棵树的权( 即树中所有边上的权值和) 也可能不同，权最小的生成树称为图的最小生成树。 在带权连通平面图中求最小生成树，是图论的基本问题之一。在实际工作中有很重要的意义。对该问题的比较典型算法是贪心算法和遗传算法。所以在本文中应用了最小生成树的Prim算法、Kruskal算法和遗传算法来解决如何以最低的经济代价铺设暖气管道网的问题。 2问题概述 某单位计划铺设暖气供水管道，以保证在任何两个房间之间都有通路，且铺设管道成本最小，可以用带权的无向图为这个问题建模。其中顶点表示房间，边表示房间之间可达的路径，边上的权表示对应管道的成本，通过找出一棵生成树，使得这棵树各边的权之和为最小，就可以解决这个问题。 下面我们以图1为例，分别采用Prim，Kruskal和遗传算法分析对比求得暖气管道布设问题的最优解。 图 1 暖气布设网络实例 3求解最小生成树问题的常用算法 贪心算法是一种改进了的分级处理算法，根据某个优化目标保证每一步都有局部最优解。贪心算法从局部出发，最终得到整体最优。它每次只考虑一步，每一步数据的选取都必须满足局部最优条件。从枚举剩下的数据与当前已经选取的数据组合获得的解中，提取能得到最优解的唯一一个数据，加入结果集合中，直到剩下的数据不能加入为止；遗传算法借助于生物进化机制与遗传学原理，先随机产生一些个体，然后进行选择、交叉和变异操作模拟自然界中生物的进化过程。使个体的性能不断提高，逼近问题的最优解。它用于求解组合优化问题非常有效。寻找最小生成树实际也是组合优化问题，因此可以使用遗传算法解决。 3.1 Prim算法 以某个节点为初始点，选择与该节点相连且权值最小的边，将该边对应的节点加入已选的节点集合，然后选择与已选节点相连、未被使用且权值最小的边，若加入该边后不形成环路，则将其对应的点加入到已选节点集合中，直到所有节点都入选。 Prim算法构造最小生成树的过程如图2所示： 图2-1 图2-2 图2-3 图2-4