网络流模型与方法.docVIP

网络流问题与方法 图论与网络分析（Graph Theory and Network Analysis）是近几十年来运筹学领域中发展迅速， 基本网络概念 定义1一个图包含和有限的称为节点（node）的元素，以及连接这些节点的无序对的集点称为弧（arc）。用G(V, E）来表示图，其中V是节点集，E是弧集。 有向图，每条弧都给定方向。通常，一条弧认为是有序的对，称此弧是从节点到节点的。在图中通过从节点到节点的弧使用箭点来指定方向，见图1。 图1 有向图 一种通常的表示方法是图的节点一弧的关联矩阵。通过垂直列出节点和水平列出弧进行构造。那么在列中弧下方，一个是在对应的节点的位置，而一个是在对应于节点的位置。图1的关联矩阵表示如下： （1,2） （1,4） （2,3） （2,4） （4,2） （4,3） 一般地，设；，引进网络节点—弧关联矩阵A（node-arc incidence matrix），其元素按如下规则取值： 网络的流 当沿着弧可能存在流，一个流在给定的有向弧是一个数。流在网络的弧中必须连接满足在每个节点的保存需量。特殊地，除非节点是发点和收点（作为下面要讨论的），流量在节点既不能创造也不能流失；进入一个节点的全部流量必须等于此节点全部流出的流量。因此在此节点中 上式第一项的和是从节点流出的和，而第二项的和是整个流进的和。（当然，若从到的弧不存在那么也不存在。） 许多实际的网络流问题均可转化为这类网络流规划问题，如： 运输问题（transportation problem） 这是最小费用流问题的一个特例。它没有转运点，所有节点分成收点与发点两类，各发点之间没有弧相连，各收点之间也没有弧相连，如图2所示。其网络图是偶图。在运费和供求量给定的条件下考虑某些工厂到某些商店的运输方案，以使总的运费最小。 转运问题（transshipment problem） 如果在运输问题中允许有若干收发量的平衡的（纯）转运点存在，则称为转运问题。 分配问题（assignment problem） 这是运输问题的一个特例。其中收点与发点的个数相同，每个节点的收量或发量均为1，而且各弧上的流量只能为0或1。这类问题的实际背景是要把n件活分配给n个工人去做，每人做一件活，而使总的工时（或费用）最少。 最短路问题（shortest path problem） 已知一网络上各弧的长度，要求出从图上给定的节点到节点的最短的通路。 这个问题可以很容易地转化成最小费用流问题。事实上只要把费用系数取为弧的长度。令，，其余的，即把单位货物从流到，而其余节点皆为转运点。各弧上的流量上界可取为1，或者更简单地取为，从而取消上界限制。这样给定各参数值后求解最小流问题，求出的流程路线必定是最短路。 最大流问题（maximum flow problem） 给出一个网络的每条弧规定一个流量的上界，再求从节点至的最大流量，即是最大流问题。 最短路问题的算法 伴随着每个弧是值，表示从节点至节点j 在此弧的距离。最有效算法解最短路问题只针对，对任意（i，j）∈E的情况。问题目的是寻找从节点1至节点m在有向图内的一条最短路。定义是从节点1至节点i, i=2,…，m的最短路的长度，并且。设（j1, j2, …, jm）是（1，2，…，m）的一个变化以使j1=1且 。 构造算法以使在迭代k(1时，jk且Q(jm)被确定。当jk=m时，该程序终止。 通常步的讨论: 设Sk={j1, j2,…，jk}, Rk=V(Sk，且对于所有i∈Rk， （1） 并且 （2） 这算法基于下列定理（证明省略） 定理5.1 并且。 式（5.1）的dk(i)能逐此计算。特别地，因为Sk=Sk-1∪{jk} （3） 对于所有i∈Rk。下面最短路算法基于（5.3）式。 最短路算法 第一步：初始化，k=1, Sk={1}, Rk={2, …，m}, dk(1)=0, dk(i)=c1i若(1, i) ∈E; dk(i)=∞若 (1, i)(E。设P(i)=1，所有i≠1，这里P(i)是一个指示使用于识别一条最短路的边，转第二步。 第二步：设。若，设且转第三步。若i*=m, 设 Q(m)=dk(i*)且转第四步。 第三步：对于所有i∈Rk+1，设 若记P(i)=i*。设k=k+1，且返回第二步。 第四步：追寻最优路，设j=P(i*)且记（j,