毛毛毕业论文答辩.ppt

河北大学2013届硕士毕业论文答辩 网络最大流算法研究 目录 研究背景 网络最大流理论的研究至今已经有将近60年的历史，最早是Dantzig(1951)从运筹学的角度出发的网络单纯形法，随着Ford和Fulkerson（1956）标号算法的提出，由图论出发的网络流理论才被系统的建立起来。50多年来，以2F标号算法为基础，大量新颖有效的算法陆续被提出，不断丰富和完善着网络流理论，近年来，随着计算机技术的迅猛发展，最大流算法复杂度的下界不断被改进，同时，理论算法的实际实现效率不断提高，进而使网络最大流理论在信息传输，路网交通，物资调运，配送，图像处理等领域的应用越来越广泛，应用价值也越来越高。 研究背景 尽管如此，网络最大流理论的研究还远远没有结束，许多问题亟待解决。 第一，目前网络最大流算法时间复杂度的精确下界还没有被找到，更没有哪一种通用的算法达到或接近本问题的下界； 第二，大量优秀算法被提出的同时，其实际实现问题也随之出现，许多算法的算法复杂度有所降低，但是实现起来却很困难，对CPU的运算速度，及内存的要求都非常高，有待进一步解决； 研究背景 第三，基于图论基础上的网络最大流理论，较之组合数学，运筹学上的方法，有其独有的优势，现行算法比一般的线性规划处理方法要简单很多。正是因为其简便性，因此，对于如何发现网络最大流理论的更多有价值的实际应用，本身就是一个很值得研究的重要课题。 2.本文算法改进的基础 第一，1956年由Ford和Fulkerson提出的2F标号算法，此算法又被称为增广路算法，即在剩余网络中不断寻找增广路，每找到一条增广路就进行一次增流，直至找到全部增广路为止。但是，对于复杂网络，增广路寻找本身就是一个极为棘手的问题，更为无奈的是，当网络的最大弧容量为无理数时，最大流不收敛。因此，2F标号算法是伪多项式算法。 2.本文算法改进的基础 第二，1970年到1973年，Dinic增量网络算法的提出，使得最大流算法的复杂度进一步降低，由原来的O(nm2)和O(n2m)降低到O(m2logU)和O(nmlogU),其中U为整型网络的最大弧容量。此后很长一段时间，算法时间复杂度核心因子一直停留在O(nm)，没有能被突破。 3.本文的算法内容 最大流算法研究的两个出发点： (1) 从增广路径出发 (2) 从网络的割集出发 本文提出的两个算法： (1) 基于枢纽度(流枢纽度)的增广路算法； (2) 二分部分割矩阵算法； 3.1 Dinic增量网络算法的分析 1.算法的基本步骤： Step0:初始化网络的可行流f0； Step1:构造网络的增量网络N(f)； Step2:对增量网络N(f)分层，若分层不能达到汇点y，则网络的最大流为f0，否则转下步； Step3:构造网络的辅助网络AN(f)，在AN(f)中寻找x-y有向路，即可增路； Step4:沿可增路增流完毕之后，删去已经被注满的边，反复增流，直至AN(f)中不存在x-y有向路为止； Step5:循环执行以上步骤，若网络已不能分层至y点，则网络最大流已找到； 3.1 Dinic增量网络算法分析 2.Dinic算法存在的问题： 3.1 Dinic增量网络算法的分析 2. Dinic算法存在的问题： 3.1 Dinic增量网络算法的分析 2. Dinic算法存在的问题： 3.1 Dinic增量网络算法的分析 2. Dinic算法存在的问题： 3.1 Dinic增量网络算法的分析 2. Dinic算法存在的问题： 3.1 Dinic增量网络算法的分析 2. Dinic算法存在的问题： 3.1 Dinic增量网络算法的分析 2. Dinic算法存在的问题： 3.1 Dinic增量网络算法的分析 2. Dinic算法存在的问题： 删去已经饱和的弧，更新网络： 3.1 Dinic增量网络算法的分析 2. Dinic算法存在的问题： 此时网络的最大流的流值为：2+2=4，而实际网络的最大流为：2+2+2=6； 3.2 基于枢纽度的增广路算法 1. 算法改进中的一些重要概念 枢纽度：设网络N=(V,x,y,A,C)，任意u?V,T?V，T={v|其中v为u的邻点}，为了表示v点对于u点的重要程度，我们称v点的度（出度与入度之和）d(v)的倒数1/d(v)为网络的枢纽度，记为Key(v)，将枢纽度最大的点称为枢纽点。 注1 (1) 枢纽度表示的是此点在网络连通性中的重要程度，换言之，删去此点对网络的连通性影响较大。 3.2 基于枢纽度的增广路算法 (2)枢纽度是一个相对的概念，考察的对象为与已知点相邻的点集中的点。 (3) 对于一个给定的网络N=(V,x,y,A,C)，我们规定Key(x)= Key(y)=1，即