图论与几何模型.ppt

战略忧虑 7.6 岛礁巡航问题(课程作业题一) 问题描述： 随着我国在南海永兴岛设立三沙市和三沙市警备区的正式成立， 标志着我国南海维权的新起点。三沙市警备区管辖着我国在南海的西沙群岛、中沙群岛、南沙群岛数百平方公里的蓝色国土。岛礁星罗棋布，周边环境复杂，各岛礁补给和岛礁巡航亟需一个巡航的路线图。试建立数学模型，确定合理的巡航路线图。 路线图要求： 巡航路线从永兴岛出发，经过每个岛礁至少一次，并最终回到永兴岛； 巡航路线的总长度应尽可能短； 为维护短期内南海局势的整体稳定，对于外国非法占领的岛礁，尽量绕过这些岛礁12海里的范围，避免不必要的冲突和局势恶化。 7.6 岛礁巡航问题 建议的数学建模和求解方案 第一步：南海诸岛礁地理信息收集 网络地图 Google earth 百度地图 我方占据岛礁、其他国家占据的岛礁的经纬度信息等 南海诸岛礁分布的平面地图生成 7.6 岛礁巡航问题 建议的数学建模和求解方案 第二步：我方占据岛礁间最短路径计算 我方占据岛礁 他国非法占据岛礁 四条路径中最短的一条是两个红色岛礁之间的最优路径 7.6 岛礁巡航问题 建议的数学建模和求解方案 第三步：由我方占据各岛礁之间的最优路径构成赋值图(完全图),然后借鉴TSP问题，发现巡航所有岛礁的最短路径。 2018年12月30日前，提交PDF版本的“大作业”到：plshui@xidian.edu.cn 文件名格式：数模实验---姓名---学号 逾期未交作业，成绩记为零分。 温馨提示!责任自负！ * 7.3 旅行商问题(TSP问题)-赋值图 给定一个城市列表以及每两个城市之间的距离，找出一条最短的行程，经过每个城市各一次并最终返回出发城市。 (Travelling Salesman Problem---19世纪由以色列数学家W. R. Hamilton和英国数学家Thomas Kirkman首次作为数学问题正是提出，该问题的研究一直持续到今天。从中衍生出了许多求解算法和实际应用问题：邮递员问题、电子线路布线问题、DNA序列分析等)。 西安 银川 兰州 西宁 拉萨 成都 400km 900km 乌鲁木齐 600km 800km 500km 1200km 2000km 1500km 1300km 1000km 1200km 部分城市间航线由于航班数目太少而忽略； 各城市可以看成一个平面图G的顶点，城市间的航线看成连接顶点的边；航线里程可以看成边的赋值。从而产生了一个赋值平面图。 图必须是连通的，任意两个顶点有路径相连；否则问题无解。 7.3 旅行商问题(TSP问题)-赋值图 1 2 3 5 6 7 400km 1000km 4 600km 800km 500km 1200km 2000km 1500km 1300km 1000km 1200km 赋值图的表示 V(G)={1,2,…,7}-顶点集 E(G)={…}---边集合 关联矩阵C 赋值矩阵W 7.3 旅行商问题求解 大多数旅行商问题的应用中，节点之间的距离满足三角不等式, 意味着城际间没有捷径可走(绕道总比直达远）。 如果城际旅行中，城市间边的赋值是旅行时间，三角不等式将不再成立(由于各城市间旅行交通工具上的差异，例如：如果通过铁路旅行，合肥-北京花费的时间肯定比合肥-南京-北京花费的时间长)。这时的TSP问题变成：找出化费时间最少且经过每个城市各一次的旅行路线。 欧几里德TSP问题 很多实际问题中，经过每个城市仅一次的要求可以放松为“经过每个城市至少一次”，这样可对问题求解带来一些方便。 赋值图不满足三角不等式情况下旅行商问题:非欧几里德TSP问题 7.3 旅行商问题求解 TSP问题的求解被证明是NP-hard的，意味着：“随着城市数目增加，任何求最优路径算法的计算时间随着城市数目至少是指数增长的”。因此，各种求“次最优，suboptimal”解的算法应运而生： 神经网络方法； 遗传算法； 线性规划； 马尔科夫链方法； 蚁群算法。。。。。。 越是疑难杂症，“能治”的医生就越多！ 7.3 旅行商问题求解 来自生物启发的蚁群算法 群体智慧和体验的优势； 在大群体和大时间跨度下，走的人多的常常是某种意义下的“最优路线”。 7.3 旅行商问题求解 上面提到的各种方法都用到了高深的数学理论，如果没有现成软件可利用，很难自己实现，数学建模中碰到类似问题，如何解决 ？！ 最近邻算法(Nearest Neighborhood算法)=贪婪策略： 旅行商总是选择最近的没有访问的城市作为下一个访问城市。大量的随机分布城市实验表明：算法得到的平均路径长度比最短路径长25%。 星际旅行路线寻优 7.3 旅行商问题求解 最近邻算法介绍 连通赋值图的最短路径问题：