[互联网]图论方法.pptVIP

6 图论方法 6.1 图论的基本概念 我们今后只讨论有限简单图： 图的矩阵表示 6.2 最短路与最小生成树 求赋权图中任意两点的最短路的Floyd算法： 设备更新问题 最小生成树 选址问题 6.3 二部图的匹配及其应用 工作安排问题之一 例 求下图所示二部图G的最大匹配. 工作安排问题之二 6.4 网络流问题 最小费用流问题 6.5 关键路径问题 PT(Potentialtask graph)图 关键路径(最长路径)算法 PERT图 6.6 网络最优化模型转化为线性规划模型 6.7 系统监控模型 系统监控问题之一 最大独立点集 最小控制集 系统监控问题之二 最小点覆盖、最大独立点集和最小控制集的关系 6.8 着色模型 对偶图 物资储存问题 时间表问题 着色方法 最大度数优先的Welsh - Powell算法 通过以上计算表明： 这项工程至少需要28天才能完成. 关键路径(最长路径): A→B→D→E→K→M→N A→B→D→H→K→M→N 工序A,B,D,E,H,K,M不能延误,否则将影响工程的完成. 但是对于不在关键路径上的工序, 是否允许延误？如果允许, 最多能够延误多长时间呢？ 各工序允许延误时间t(uj )等于各工序最晚启动时间?(uj )减去各工序最早启动时间?(uj ). 即 t(uj )=?(uj )-?(uj ). 最晚启动时间算法步骤(已知结点重新编号)： ① 赋初值 ?(un )=?(un). ② 更新 ?(uj ),j = n - 1, n - 2, … , 1. ?(uj )= min{?(ui )- ?(ui ,uj )|uiuj∈E(G)}. ③ 结束. 顺便提一句,根据工序uj允许延误时间t(uj )是否为0,可判断该工序是否在关键路径上. A B 2 2 C 6 D 3 E 2 F 2 G 2 H 2 K 4 N 3 I 8 J 8 4 4 2 L 3 M 8 5 6 ?(N)=28, ?(M)=28-6=22, ?(L)=28-5=23, ?(K)=?(M)-8=14, ?(J)=?(L)-3=20,?(I)=28-2=26, ?(H)=min{?(K)-4,?(I)-4}=10, ?(G)=min{?(J)-8,?(I)-8}=12, ?(F)=28-3=25, ?(E)=?(K)-4=10, ?(D)=min{?(E)-2,?(F)-2,?(G)-2,?(H)-2}=8, ?(C)=?(E)-3=7,?(B)=?(D)-6=2,?(A)=0. 各工序允许延误时间如下： t(A)=t(B)=t(D)=t(E)=t(H)=t(K)=t(M)=0, t(C)=5,t(F)=15,t(G)=2,t(I)=8,t(J)=2, t(L)=2. 在PERT(Programme evaluation and review technique)图中, 采用有向边表示工序, 其权值表示该工序所需时间. 如果工序ei完成后ej才能开始, 则令vk 是ei的终点, ej 的始点. 根据这种约定, 前例的PERT图如下： A B C E F D D G G H H I J K L M 对于PERT图,一些算法与PT图类似. PT图要比PERT图好一些. PT图的结点数基本上是固定的,这是最重要的一点,容易编程计算. 另外PT图比PERT图更加灵活,它能适应一些额外的约束. 例如下图中 ? (i )/2 vi vj ⑴ ? (i ) + t vi vj ⑵ bj v0 vj ⑶ ⑴ 表示工序vi完成一半之后vj就可以开始. ⑵ 表示工序vi完成后经过t 时刻vj才开始. ⑶ 表示在时间bj 之后工序vj才能开始,其中v0表示虚拟结点. 本节将某些网络最优化问题转化为线性规划问题来求解, 但这并不意味着线性规划的方法是解决这些网络最优化问题的最有效算法. 事实上, 这些网络最优化问题均各自存在更有效的算法. 我们之所以将它们转化为线性规划问题, 主要基于以下两个方面的考虑： ⑴ 我们有现成的功能很强的软件,它可以方便地求解线性规划问题. ⑵ 将某些网络最优化模型,转化为线性规划模型,本身就是一种非常好的建模训练,具体的转化技巧具有重要的启发意义. 定义1 设图G = (V, E), K?V如果图G的每条边都至少有一个顶点在K中,则称K是G的一个点覆盖. 若G的一个点覆盖中任意去掉一个点后不再是点覆盖, 则称此点覆盖是G的一个极小点覆盖. 顶点数最少的点覆盖, 称为G的最小点覆盖. 例如, 右图中,