不确定图最大流可靠性问题分析.pdfVIP

MNCE is tothesmall。scaled CEBCS hasa applicable graphs，whilealgorithm algorithm intermsof advantage largergraphs． significant Flow,UncertainGraph，Flow Keywords：Maximum Reliability 第l章绪论 第1章绪论 1．1研究背景 图结构作为一种经典的数据结构常用于对复杂应用建模，在以图建模的一大类应用 中，经常会遇到给定两个特殊点(常称为源点和汇点)，按照图中每条边上的流量约束， 寻求从源点到汇点的最大传输方案的问题，这类问题就是最大流问题。最大流问题是传 统图论的重要研究内容，除了解决网络相关的问题以外，也可用于对许多工程领域和物 理、化学、生物以及广利科学和应用数学等科学领域的问题进行建模研究，有着广泛的 应用。 最大流问题有40多年的研究历史【I】，现在已经有很多成熟高效的算法。最早的算法 法。现在的最大流算法大致可以分为增载轨算法和预流推进算法两类。一些学者还提出 了针对最大流问题的智能算法，比如遗传算法I‘7】和神经网络算法【引。 由于在很多应用中，图上的边并不仅仅具有容量信息，而是还包含时间信息，代价 信息，概率信息等其他属性，针对这些问题，研究者又提出了一些带有二元属性的最大 流算法。根据二元属性间的函数关系，可分为：动态网络最大流算法吲、最小代价最大 流算法Ilo】和凸费用流算法…】等。其中，动态网络最大流算法中容量是时间的函数，最小 代价最大流算法中流费用是流量的线性函数，凸费用流算法中流费用是流量的凸函数。 在复杂的生产生活应用中，数据常具有不确定性，若以图模型对这种带有不确定数 据的应用建模，则常可形成不确定图。如：在交通网络中，各交通线路存在一定的塞车 率，在输电网络中，传输线路和电子器件以一定概率正常运转。传统的图模型已不能满 足带有概率需求的应用，因而不确定图成为图论中一个新的研究热点。 不确定数据的研究已有几十年的历史，从二十世纪八十年代末开始就有针对概率数 据模型。不确定图也可采用可能世界模型进行建模，该模型将不确定图转化为一个确定 图的集合，并基于该集合对不确定图的相关概念进行定义。 不确定图最大流问题是最大流问题在不确定图上的自然延伸，其中，最可靠最大流 作为不确定图最大流问题的重要分支，有着非常广泛的应用。例如：在交通网络中，源 点S处发生化学事故，希望将该地点的人员紧急疏散至汇点r处，从S到丁的各条路 线具有相应的运输量上限和一定的塞车率。通过计算S与r间的最可靠最大流可迅速得 到合理的运输方案。又例如：在输电网络中，常会存在由于某输电设备或输电线路故障 而导致电网不能正常运转的情况，因而需要找到最为可靠的输电方案。根据输电线路和 设备的状况，将其建模为以一定概率做正常运转，可将电网建模为不确定图，通过在该 东南大学硕士论文 模型上计算最可靠最大流，可以获取一个最为稳定的输电方案，将故障的可能减为最小。 不确定图最大流也属于具有二元性的最大流问题，其中概率属性是流量的分段函数， 由于已有的二元属性算法对于分段函数都不适用，所以不能用于解决不确定图最可靠最 大流问题。 1．2研究内容 本文针对不确定图最大流问题进行了深入研究，对不确定图最可靠最大流问题进行 了定义，提出了负权群落的概念，并基于此概念提出了一种迭代算法对问题进行求解。 在该算法的基础上，本文又提出一系列算法对其进行改进，其中，最大负权群落消去算 法可有效在小规模的不确定图上运行，而基于关键边的容量化简算法在较大的不确定图 上具有良好的性能。 本文主要工作如下： 1)对不确定图及其最可靠最大流问题进行了形式化定义。本文将最大流问题在不 确定图上进行了扩展。首先针对不确定图最大流问题对不确定图进行了重新定义，并基 于此概念定义了不确定图弘f流。然后，在可能世界