基于模糊最小生成树的城域通信网络优化模型.docxVIP

基于模糊最小生成树的城域通信网络优化模型 1 网络拓扑结构的优化 近年来，随着计算机网络应用的蓬勃发展，新的网络产品和网络技术也得到了应用，使计算机网络的规模可以扩大。在现实生活中，有许多问题类似于建筑工地之间的电话线、管道和建筑物之间的道路。通常，在一些早期的发展阶段，由于技术和财力的限制，人们总是从降低成本的角度设计网络，并尝试连接不同的城市。这是最短的长度。 某省的7个城市需要架设通信网络系统, 为连接这7个城市, 每2个城市之间的距离如表1所示.考虑地理环境的影响, 综合考虑各城市之间的距离和每公里修建网络的费用, 各城市之间修建网络每公里的费用可用与10 000元之间的比较来估计 (表2) .试问如何架设通信网络, 使总费用最小? 对于此类网络架设问题, 通常采用星型、环型或总线型网络拓扑结构, 能够较好地解决网络建设过程中的连接和通信问题.但仅仅是基于网络拓扑结构的网络构架, 往往达不到建设费用最小的要求.图与网络是运筹学中的一个经典和重要的分支, 所研究的问题涉及经济管理、工业工程、交通运输、计算机科学与信息技术、通讯与网络技术等诸多领域.因此, 在网络拓扑结构的优化中引入图论的方法, 以获得实际应用中较理想的网络建设方案. 同时, 以往对于此类问题的处理, 通常都是采用精确数学的方法去解决.然而, 人们的思维中有许多没有明确外延的概念, 即模糊概念.语言上有许多模糊概念的词, 例如以人的年龄为论域, 那么“年青”、“中年”、“老年”都没有明确的外延.在上述问题中所给出的“相当接近”、“可认为是”、“差不多是”等词都是模糊概念, 无法用精确数学的方法去解决.所以, 又引入了模糊数学, 模糊集合是其基本概念之一. 2 相关概念和符号的表达 2.1 图论与线性规划 图、边、权、无向图、链、连通图、树、生成树、最小生成树的概念及符号表示见文献. 图论方法已经成为数学模型中重要的数学方法, 许多数学问题如果能够归结为图论问题, 往往能够迎刃而解, 在计算机理论以及数学的其他分支中有广泛的应用.在管理科学中, 基于图论的统筹方法也得到广泛的应用.许多图论问题可以化为线性规划问题, 不过图论中的许多特殊算法比利用一般线性规划方法有效得多. 2.2 模糊数学的基本方法 将被讨论的全体对象或范围叫做论域, 常用U,V,E, …,X,Y, …大写字母表示.将论域中的每个对象称为元素, 用相应的小写字母u,v,e, …,x,y, …表示. 隶属函数:用解析形式描术元素属于集合的程度.设A是论域X上的集合, 记为 UA(x)={1当x∈A,0当x?A.UA(x)={1当x∈A,0当x?A. 集合A的特征函数, 也称为隶属函数. 模糊集:论域X上的模糊集合AˉˉˉAˉ由隶属函数U(x) 来表征, 其中U(x) 在实轴的闭区间[0, 1]上取值,U(x) 的值反映了X中的元素x对于AˉˉˉAˉ的隶属程度. 模糊数学是研究现实中许多界限不分明问题的一种数学工具, 它的主要概念包括模糊集合、隶属函数等.模糊集合完全由隶属函数所刻划. 接下来用图论法和模糊集合的方法来解决网络架设问题的数学模型. 3 模糊集合的确定 按照图论法的规则建立通信网络的图论模型, 即以7个相邻的城市为图的顶点, 两顶点之间的网络线路为图的边, 其定义如下:G={V,E},V={R1,R2,R3,R4,R5,R6,R7},E={ (R1,R2) , (R1,R3) , (R1,R4) , (R1,R5) , (R1,R6) , (R1,R7) , (R2,R3) , (R2,R4) , (R2,R5) , (R2,R6) , (R2,R7) , (R3,R4) , (R3,R5) , (R3,R6) , (R3,R7) , (R4,R5) , (R4,R6) , (R4,R7) , (R5,R6) , (R5,R7) , (R6,R7) }. 由该定义所构成的无向连通图如图1所示. 每条边的权w为某2个顶点之间网络建设的费用, 如联结顶点R1和R2的边上的权值记为w(R1,R2) .因此, 一个无向连通图可以定义为顶点、边、权值构成的集合, 即G={V,E,W}. 通过以上定义, 可将城市之间的通信网络架设问题转化为以建设费用最省为优化目标, 求解最优通信网络的问题.在建设费用函数未知的情况下, 可先将建设网络的费用看作城市之间距离的线性函数, 并考虑其他因素 (地理、环境) 的影响, 先求解城域网络的初始布局, 即将这些顶点用边联结起来, 用两顶点间的直线距离与每公里网络建设费用的乘积作为边的权, 使总的权值最小.可用图论中的求解最小生成树的方法求解. 所以, 问题的关键在于如何确定各条边上的权值.在前面定义过, 权值等于城市之间距离与每公里网络建设费用的乘积.各城