最短路径算法在物流运输中的应用.doc

本科生毕业设计（论文） 题 目： 线性表的设计和实现201107011153 院 系： 基础科学学院信息技术系 专业年级： 2012级信息与计算科学专业 指导教师： 李四 　 年 月 日 摘 要 随着现代物流业的发展，如何优化和配置物流的运输路径成为了一个热点的问题。其中，最具代表性的问题就是如何在一个道路网络中选择两点之间的合适路径，使其距离最短。为了解决这个问题，本文介绍了两种最常用的最短路径求解方法——Dijkstra算法与Floyd算法，分析了它们的适用范围以及时间复杂度。最后，对一个具体的航空公司物流配送问题进行了求解，得到了理论最优路径。 关键词 ABSTRACT With the development of modern logistics industry, how to optimize and configure the transport path of logistics has become a hot issue. Among them, the most representative problem is how to select the appropriate path between two points in a road network to minimize the distance. In order to solve this problem, this paper introduces two most common shortest path solutions ??Dijkstra algorithm and Floyd algorithm, and analyzes their application range and time complexity. Finally, a specific airline logistics distribution problem is solved, and the theoretical optimal path is obtained. Keywords：；； 目 录第一章 引言 1 1.1 研究背景 1 1.2 研究现状 1 1.2.1 最短路径算法研究现状 1 1.2.2 最短路径算法分类 2 第二章 最短路径问题的基本理论知识 3 2.1 最短路问题的定义 3 2.2 最短路问题的Dijkstra算法 3 2.2.1 Dijkstra算法的局限性 3 2.2.2 Dijkstra算法求解步骤 3 2.2.3 Dijkstra算法的时间复杂度 4 2.2.4 简单案例分析 4 2.3 最短路问题的Floyd算法 5 2.3.1算法定义 5 2.3.2 算法思想原理 5 2.3.3 算法过程描述 6 2.3.4 算法适用范围 6 2.3.5 算法简单实例 6 第三章 实际案例分析 7 3.1 问题描述 7 3.1.1 问题的背景及假设 7 3.1.2 符号说明 7 3.2 模型的建立与求解 8 3.2.1 模型一 8 3.2.2 模型二 10 第四章 总结 15 4.1 优点 15 4.2 缺点 15 参考文献 16 致 谢 17 附 录 18 附录A 实际案例背景数据 18 第章 引言 在现实生活中中，我们经常会遇到图类问题，图是一种有顶点和边组成，顶点代表对象，在示意图中我们经常使用点或者原来表示，边表示的是两个对象之间的连接关系，在示意图中，我们使用连接两点G点直接按的下端来表示。顶点的集合是V，边的集合是E的图记为G[V,E] ,连接两点u和v的边用e(u,v)表示。最短问题是图论中的基础问题，也是解决图类问题的有效办法之一，在数学建模中会经常遇到，通常会把一个实际问题抽象成一个图，然后来进行求的接任意两点之间的最短距离。因此掌握最短路问题具有很重要的意义。 时间内查询到任意两个节点之间是否有一条边，它的空间复杂度为。现实生活中网络节点往往很多，动辄上万，而且是稀疏网络居多，比如城市路网，所以用邻接矩阵表示既不现实，又浪费空间。 邻接表是另一种存储网络拓扑的数据结构，它是一种链式存储结构，对于交通网络等稀疏图，采用邻接表数据结构存储网络拓扑数据空间复杂度仅为，不存在存储空间的浪费。邻接表数据结构已被证明是网络表达中最有效率的数据结构，在最短路径算法中得到了广泛应用。 第章 的基本理论知识 2.1 的定义 短路问题（short-path problem）：若网络中的每条边都有一个数值（长度、成本、时间等），则找出两节点，（通常是源节点和目标节点