图论模型教程.pptVIP

线性费用流网络模型二 模型二中的点数为n+ m + P coun t+ 2, 边数大约为 2×T l 个. 均比模型一有了大幅减小. 然而边数仍然太多, 而且这张流网络不是一张简单图(A 层与P 层中两个点之间的边数 1) , 因此, 不能直接套用标准最小费用最大流的复杂度计算公式. 非线性费用流网络模型 非线性费用流网络模型 第三种模型是非线性费用网络流模型. 1) 模型中所有的点与模型二相同; 2) 模型中除了A 层与P 层之间的边以外, 均与模型二相同; 3) A 层与P 层之间的边的流量限制与模型二相同, 但是没有单位费用的概念, 因为费用是非线性的, 费用= 流量×(流量+ 1)/ 2. 非线性费用流网络模型 最小费用路算法在找最小费用路时要用到边的单位费用, 而非线性模型中的非线性费用边没有单位费用的概念. 为此, 将最小费用路算法做一点修改: 上边际费用 定义为: 流量增加1, 非线性费用边的费用的增加值 下边际费用定义为: 流量减小1, 非线性费用边的费用的减小值 当最小费用路算法查询正向流过这条边的单位费用时, 用上边际费用作为单位费用; 当最小费用路算法查询负向流过这条边的单位费用时, 用下边际费用作为单位费用; 经过这个修改, 最小费用路算法就能应用于本题的非线性模型了. 练习 学而时习之，不亦说乎 --论语·学而 练习1 求下图的Hamilton回路 某工厂使用一台设备，每年年初工厂要作出决定：继续使用，购买新的？如果继续使用旧的，要付维修费；若要购买一套新的，要付购买费。试确定一个5年计划，使总支出最小。 若已知设备在各年的购买费，及不同机器役龄时的残值与维修费，如表1所示 项目 第1年 第2年 第3年 第4年 第5年 购买费 11 11 12 12 13 机器役龄 0-1 1-2 2-3 3-4 4-5 维修费 5 6 8 11 18 残值 4 3 2 1 0 练习2 设备更新问题 提示：建立图模型求最短路 问题1的分析与求解--最小生成树法 问题1的分析与求解--TSP方法 公路边的数字为该路段的公里数. 问题分析： 本题给出了某县的公路网络图，要求的是在不 同的条件下，灾情巡视的最佳分组方案和路线. 将每个乡（镇）或村看作一个图的顶点，各乡 镇、村之间的公路看作此图对应顶点间的边，各条 再回到点O，使得总权（路程或时间）最小. 公路的长度（或行驶时间）看作对应边上的权，所 给公路网就转化为加权网络图，问题就转化图论中 一类称之为旅行售货员问题，即在给定的加权网络 图中寻找从给定点O出发，行遍所有顶点至少一次 　 问题1是三个旅行售货员问题 本题是旅行售货员问题的延伸 －多旅行售货员问题. 本题所求的分组巡视的最佳路线，也就是m条 　　众所周知，旅行售货员问题属于NP完全问题， 　　显然本问题更应属于NP完全问题. 有鉴于此， 经过同一点并覆盖所有其他顶点又使边权之和达到 最小的闭链（闭迹）. 即求解没有多项式时间算法. 一定要针对问题的实际特点寻找简便方法，想找到 解决此类问题的一般方法是不现实的，对于规模较大 的问题可使用近似算法来求得近似最优解. 最佳灾情巡视路线的模型的建立与求解 问题转化为在 给定的加权网 络图中寻找从 给定点O出发, 行遍所有顶点 至少一次再回 回到点O ,使得 总权(路程或时 时间)最小,即 最佳旅行售货 员问题. 最佳旅行售货员问题是NP—完全问题,采用一种 近似算法求其一个近似最优解，来代替最优解. 算法一 求加权图的最佳旅行售货员回路近似算法: 1) 用图论软件包求出G中任意两个顶点间的最短路, 构造出完全图 2) 输入图 的一个初始H圈； 3) 用对角线完全算法（见[3]）产生一个初始圈; 4) 随机搜索出 中若干个H圈，例如2000个； 5) 对第2)，3)，4)步所得的每个H圈，用二边逐次 修正法进行优化，得到近似最优H圈； 6) 在第5)步求出的所有H圈中，找出权最小的一个, 此即要找的最优H圈的近似解. 因二边逐次修正法的结果与初始圈有关,故本算法 第2)，3)，4)步分别用三种方法产生初始圈，以保 证能得到较优的计算结果. 问题一 若分为三组巡视，设计总路程最短且各组尽可能均衡的巡视路线. 此问题是多个售货员的最佳旅行售货员问题. 4) 此问题包含两方面：a)对顶点分组, b)在每组中求(单个售货员)最佳旅行售货员回路. 因单个售货员的最佳旅行售货员回路问题不存在多项式时间内的精确算法.因此多个售货员的最佳旅行售货员回路问题也不存在多项式时间内的精确算法. 定义 称 为该分组的实际均衡度. 为最大容许均衡度. 而图中节点数较多，为53个，我