最新网络优化模 型与算法.pptVIP

增广路算法 Ford-Fulkerson标号算法 (1956) 最大容量增广路算法 容量变尺度算法 最短增广路算法： O(n2m) 预流推进算法 最高标号预流推进算法： O(n2m1/2) 最大流算法 实际计算效率高 * xdgdg 消圈算法 最小费用路算法 原始-对偶算法 Ford和Forkerson(1957,1962) 瑕疵算法(Out-Of-Kilter Algorithm) 松弛(Relaxation)算法 网络单纯形算法 最小费用流算法 实际计算效率高 * xdgdg 二部基数匹配 增广路算法：O(mn) 简单网络上的最大流算法：O(mn1/2) 一般基数匹配 “花”算法: O(n3) 二部赋权匹配（指派问题） 最小费用流算法（如匈牙利算法）: O(n3) 一般赋权匹配 原始-对偶算法: O(n3) 匹配算法 * xdgdg 网络优化的评注 许多实际问题可以直接用网络优化建模 许多实际问题可能用到网络优化建模 许多实际问题是网络优化的变种 网络优化问题通常可以用整数规划建模 * xdgdg 西气东送（钢管运输）问题（CUMCM-2000B) A1 3 2 5 80 10 10 31 20 12 42 70 10 88 10 70 62 70 30 20 20 30 450 104 301 750 606 194 205 201 680 480 300 220 210 420 500 600 3060 195 202 720 690 520 170 690 462 160 320 160 110 290 1150 1100 1200 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 S1 S2 S3 S4 S5 S6 S7 铁路运价表 里程 ≤300 301～350 351～400 401～450 451～500 … 运价 20 23 26 29 32 … * xdgdg 西气东送（钢管运输）问题（CUMCM-2000B) 二次规划（常用解法） 最小费用流问题？ （清华大学队，获网易杯） 线性模型（网络规模较大，有现成算法） 非线性模型（网络规模较小，需要自己设计算法） 基本问题 ---- 最小运费矩阵的计算 两种运输方式（铁路／公路）混合最短路问题 是普通最短路问题的变种，需要自己设计算法 * xdgdg 铁路／公路混合运输最短路问题 最小运费矩阵算法（四川大学/清华大学等队） Dijkstra算法 或 Floyd-Warshall算法 铁路最短路问题 最短路 ==〉铁路最小运费矩阵 公路最短路问题 最短路 ==〉公路最小运费矩阵 铁路/公路混合运输最短路问题 铁路/公路混合运输网络 最短路 ==〉铁路/公路混合运输最小运费矩阵 * xdgdg 例：中国邮递员问题(CPP-Chinese Postman Problem) 一名邮递员负责投递某个街区的邮件. 如何设计一条最短的投递路线(从邮局出发，经过投递区内每条街道至少一次，最后返回邮局)？由于这一问题是我国学者管梅谷教授1960年首先提出的，所以国际上称之为中国邮递员问题. 网络优化问题的其他例子 单向？ 双向？ 风向？ * xdgdg 例：旅行商问题(TSP-Traveling Salesman Problem) 一名推销员准备前往若干城市推销产品. 如何为他(她)设计一条最短的旅行路线(从驻地出发，经过每个城市恰好一次，最后返回驻地)？这一问题的研究历史十分悠久，通常称之为旅行商问题. 网络优化问题的例子 B A C D E F G H I * xdgdg 灾情巡视路线(CUMCM-1998B) 多人TSP问题的扩展 * xdgdg 例：套汇（Arbitrage）问题 在外汇市场上，将1单位的某种货币通过多次兑换，获得多于1单位的同种货币，称为套汇。如： 　　1单位的A货币　＝(兑换) 　　46.4单位B货币 　　1单位的B货币　＝(兑换) 　　 2.5单位C货币 1单位的C货币　＝(兑换) 　0.0091单位A货币 则: 1单位的A货币 ＝ (通过三次兑换获得) 　　　　　46.4＊2.5＊0.0091=1.0556　单位A货币 网络优化问题的例子 可以变成检测负圈的问题 现在假设给定了若干种货币及其两两之间的兑换率，请你帮助找到一种套汇方式（或判定该外汇市场上不存在套汇的可能）。 * xdgdg * dgdg dgdgdf * dgdg dgdgdf * dgdg dgdgdf * dgdg dgdgdf * dgdg dgdgdf * dgdg dgdgdf * dgdg dgdgdf * dgdg dgdgdf *