第6章图与网络分析-(精选·公开·课件).pptVIP

Lr=min{L11+L12, L3+L34, L3+L36,}=min{0+5,2+7, 2+4}=5=L2 * Lr=min{L2+L24, L2+L25,L3+L34, L3+L36,}=min{5+7,5+2,2+7, 2+4}=6=L6 * Lr=min{L2+L24, L2+L25,L3+L34, L6+L67, L6+L64, L6+L65}=min{5+7,5+2,2+7, 6+2,6+1,6+6}=7=L4=L5 * * 权小于0的网络-福德算法 * 得到的最短路径也是一个网络的支撑树，网络生成树 * * * * 增广链也是可行流，满足容量限制0 ≤ fij ≤ cij * * * * 与本节开始时我们用穷举法得出的结果是一样的。 * * 令-〉用…表示 * * * * w1j(k) =min(w1i(k-1)+cij)：表示从1到j直接到达或经过小于等于k个点到达的最短距离。 * w11(2) = min{w1i(1) + ci1} = {0+0,2+∞,5+∞,–3+∞,∞+∞,∞+∞, ∞+∞, ∞+∞} * * * * * 狄克斯拉算法适用于权大于等于0的网络。包括无向图和有向图。 * * 第五节 最小费用流问题逐次逼近算法(3) 用wij表示i到j的最短距离，cij表示相邻点i，j的距离，基于以上定理必有w1j=min(w1i+cij)，i=1…n。表示从1到j直接到达或经过1个点到达的最短距离。 构造算法流程： 令w1j(1) =c1j使用迭代公式w1j(k) =min(w1i(k-1)+cij)，j=1…n。如进行到第k步出现w1j(k) =w1j(k-1)，则算法结束。 k小于等于n-1。也就是说算法最多执行n-1步。 第六章 图与网络分析 * 第五节 最小费用流问题逐次逼近算法案例 第六章 图与网络分析 * 2 2 4 5 7 8 1 3 6 5 4 –3 7 4 6 4 3 2 –1 –2 –3 求1到8的最短路 w1j(1) = c1j = {0,2,5, –3, ∞,∞,∞,∞} 第六章 图与网络分析 * 2 2 4 5 7 8 1 3 6 5 4 –3 7 4 6 4 3 2 –1 –2 –3 w1j(2) = min{w1i(1) + cij} = {0,2,0, –3, 6, 11, ∞, ∞} w1j(2) = c1j = {0,2,0, –3, 6, 11, ∞, ∞} 第六章 图与网络分析 * 2 2 4 5 7 8 1 3 6 5 4 –3 7 4 6 4 3 2 –1 –2 –3 w1j(3) = min{w1i(2) + cij} = {0,2,0, –3, 6, 6, ∞, 9} 第五节 最小费用流问题对偶算法(1) 求最小费用流的基本思想是：从零流f(0)开始，以费用作为边的长度，用最短路方法，求出增广链，调整流量，使可行流逐步达到要求的流量。 G=(V,E,C,d)，f为G的一个可行流 ，μ为关于f的增广链，d(μ)= 称为链μ的费用。 若μ*是s到t增广链中费用最小的，称μ*是最小费用增广链。 第六章 图与网络分析 * 第五节 最小费用流问题对偶算法(2) μ+ = {(s,1),(2,3),(3,4),(5,t)} μ- = {(2,1), (5,4)} d(μ) = (3+4+1+6) – (5+7) = 2 第六章 图与网络分析 * 1 2 3 4 s 5 t 3 5 4 1 7 6 第五节 最小费用流问题对偶算法(3) 长度网络： 设网络G=(V,E,C,d)有可行流f，保持网络各点不变，用两条方向相反的弧来代替μ*上的弧。 如(vi , vj )∈E，令Lij= 如(vj , vi )为原网络边的反向弧，则令 Lji= 第六章 图与网络分析 * 构造出的网络L(f)称为长度网络。将费用当做长度。 求G关于f的最小费用增广链等价于求L(f)从s到t的最短路。 第五节 最小费用流问题对偶算法(4) 取零流为初始可行流，即f(0)={fij}={0} 若有f(k-1)，流量为W(f(k-1) )a，构造L(f(k-1)) 求长度网络L(f(k-1))从s到t的最短路。若不存在，则f(k-1)为最大流，不存在流量等于a的可行流，算法终止。若存在则继续执行第4步。 在最短路的增广链μ上调整流量： θ= f(k)的流量为W(f(k-1) )+θ，若流量=a则算法结束。否则执行第二步。 第六章 图与网络分析 * 第五节 最小费用流问题对偶算法实例 第六章 图与网络分析 * 1 2 3 t s 5(2) 8(1) 10(3) 2(6) 4(2) 10(4) 第六章 图与网络分析