图与网络模型习题

求解的matlab程序如下

clc,clear
a=zeros(6);%邻接矩阵初始化
a(1,[2:6])=[56 35 21 51 60];
a(2,[3:6])=[21 57 78 70];
a(3,[4:6])=[36 68 68];
a(4,[5:6])=[51 61];
a(5,6)=13;
%以上是输入邻接矩阵的上三角元素
a=a';
a=sparse(a);%变换成上三角矩阵，并转化成工具箱所要的稀疏矩阵
[ST,pred]=graphminspantree(a,'method','Kruskal')%调用工具箱求最小生成树，用的是Kruskal算法
nodestr={'L','M','N','Pa','Pe','T'};%输入顶点名称的字符细胞数组，就是六个城市的代称
h=view(biograph(ST,nodestr,'ShowArrows','off','ShowWeights','on'))
h.EdgeType='segmented';%边的连接为线段
h.LayoutType='equilibrium';dolayout(h)%设置图形的属性，并刷新图形的布局

运行结果：

题目意思：
解：
记 v i ( i = 1 , 2 , 3 , 4 ) 表 示 第 i 年 年 初 的 时 刻 ， v 5 表 示 第 四 年 年 末 的 时 刻 ， 构 造 赋 权 图 G = ( V , A , W ) ， 其 中 V = { v 1 , . . . , v 5 } , A 为 弧 的 集 合 ， 邻 接 矩 阵 W = ( w i j ) 5 × 5 , 这 里 w i j 为 v i 到 v j 的 费 用 ， 例 如 ， w 12 = 2.5 + 0.3 − 2.0 = 0.8 ， 可 计 算 得 记v_i(i=1,2,3,4)表示第i年年初的时刻，v_5表示第四年年末的时刻，构造赋权图G=(V,A,W)，其中V=\{v_1,...,v_5\},A为弧的集合，邻接矩阵W=(w_{ij})_{5×5},这里w_{ij}为v_{i}到v_{j}的费用，例如，w_{12}=2.5+0.3-2.0=0.8，可计算得 记vi​(i=1,2,3,4)表示第i年年初的时刻，v5​表示第四年年末的时刻，构造赋权图G=(V,A,W)，其中V={v1​,...,v5​},A为弧的集合，邻接矩阵W=(wij​)5×5​,这里wij​为vi​到vj​的费用，例如，w12​=2.5+0.3−2.0=0.8，可计算得

4年内用于更换、购买及运行维修总费用最省问题，归结为求图G中$v_1$到$v_5$的费用的最短路，可以使用Dijkstra标号算法求解。
求解matlab的程序

clc,clear
a=zeros(5);%邻接矩阵初始化
%下面输入邻接矩阵
a(1,[2:5])=[0.8 2 3.8 6];
a(2,[3:5])=[0.9 2.1 3.9];
a(3,[4,5])=[1.1 2.3];
a(4,5)=1.4;
b=sparse(a);%有向图直接变成稀疏矩阵就可以了
[dist,path]=graphshortestpath(b,1,5,'Directed',1)%调用工具箱求最短路

结果：
表示最优更新策略为：第二年初和第三年初都换一台新机器，总费用为4万元

解：应用最大流算法必须是单源和单汇的网络。
构造一个虚拟的源点$v_s$,由于A,B,C的可供量分别为20,20,100，则弧$v_{s}A、v_{s}B、v_{s}C$上的容量分别为20、20、100，
构造一个虚拟的汇点$v_t$，由于市场1、2、3、4分别记为D、F、H、I，则弧$D{v}_t、F{v}_t、H{v}_t、I{v}_t$的容量分别为20、20、60、20.
构造赋权有向图($V、E、W$)，其中$V$为顶点集合，$E$为弧的集合，$W$为各个弧上的容量所构成的权重矩阵，具体计算时把顶点$v_s、A、B、C、D、F、H、I、v_t$分别编号为1,2,…,9,从仓库到市场的最大流问题归结为求从$v_s$和$v_t$的最大流，可以使用Ford-Fulkerson算法求最大流。

clc,clear
a=zeros(9);
a(1,[2:4])=[20,20,100];%输入各弧上的容量
a(2,[5 6 8])=[30,10,40];
a(3,[7,8])=[10,50];
a(4,[5:8]) =[20,10,40,5];
a([5:8],9) =[20,20,60,20];
a =sparse(a)%构造工具箱需要的稀疏矩阵
[b,c]=graphmaxflow(a,1,9)%调用工具箱求最大流

程序结果：

求得从仓库运往市场的最大流量为110单位，其中市场3只能满足50单位，差10单位。

问题分析：

将5 个人与5 个外语语种分别用点表示，把各个人与懂得的外语语种之间用弧相连。为了求单源和单汇网络的最大流，再加一个虚拟的单源$v_s$,$v_s$与5 个人之间各有一条弧,再加一个虚拟的单汇$v_t$，在5 个外语语种和$v_t$之间各有一条弧。规定每条弧的容量为 1，求出上述网络的最大流数字即为最多能得到招聘的人数。
计算时把源点$v_s$，甲乙丙丁戊5 个人、俄英日德法5 个外语语种和汇点外分别编号为1,2,…,12。

clc, clear 
a = zeros(12); % 容量矩阵初始化
a(1,[2:6]) =1; % 输入各弧上的容量，源点至5 个人
a(2,[8,9]) =1; % 甲懂英，日 
a(3,[7,8,10]) =1; % 乙懂俄，英，德 
a(4,[8,9]) =1; % 丙懂英，日 
a(5,[8,9]) =1; % 丁懂英，日 
a(6,[10,11]) =1; % 戊懂德，法 
a([7:11],12) =1;% 5 个外语语种到汇点 , 
a =sparse(a); % 化成稀疏矩阵 
[b,c] = graphmaxflow(a,1 ,12) % 调用工具箱求最大流的命令
view(biograph(c,[],'ShowWeights','on'))

求解结果：

求得只有4 个人得到招聘，乙一俄，丙一日，丁一英,戊—德，甲未能得到应聘。

建立线性规划模型，求出最大流的流量，其lingo程序如下：

model:
sets:
nodes/s,a,b,1,2,3,t/;
arcs(nodes,nodes)/s a,s b,a 1,a 2,a 3,b 1,b 2,b 3,1 t,2 t,3 t/:c,f;
endsets
data:
c=8 7 8 8 8 7 7 7 4 5 6;
enddata
n=@size(nodes);!顶点的个数;
max=flow;
@for(nodes(i)|i#ne#1 #and# i#ne#n:@sum(arcs(i,j):f(i,j))=@sum(arcs(j,i):f(j,i)));
@sum(arcs(i,j)|i#eq#1:f(i,j))=flow;
@sum(arcs(i,j)|j#eq#n:f(i,j))=flow;
@for(arcs:@bnd(0,f,c));
end

再建立一个最小费用规划模型，其lingo程序如下：

model:
sets:
nodes/s,a,b,1,2,3,t/:d;
arcs(nodes,nodes)/s a,s b,a 1,a 2,a 3,b 1,b 2,b 3,1 t,2 t,3 t/:b,c,f;
endsets

data:
b=0 0 20 24 5 30 22 20 0 0 0;
c=8 7 8 8 8 7 7 7 4 5 6;
d=15 0 0 0 0 0 -15;!最大流为15;
enddata

n=@size(nodes);!顶点的个数;
min=@sum(arcs:b*f);
@for(nodes(i):@sum(arcs(i,j):f(i,j))-@sum(arcs(j,i):f(j,i))=d(i));
@for(arcs:@bnd(0,f,c));
end

求得最小费用为240。

解：（1）求最大流的MATLAB程序如下：

clc, clear 
a = zeros(5); % 容量矩阵初始化
a(1,[2 3]) =[10 8]; % 输入各弧上的容量
a(2,[4 5]) =[2 7];
a(3,[2,4]) =[5 10];
a(4,5) =4; 
a =sparse(a); % 化成稀疏矩阵 
[b,c] = graphmaxflow(a,1 ,5) % 调用工具箱求最大流的命令
view(biograph(c,[],'ShowWeights','on'))

（2）求最大流的最小费用lingo程序如下：

model:
sets:
nodes/s,1,2,3,t/:d;
arcs(nodes,nodes)/s 1,s 2,1 3,1 t,2 1,2 3,3 t/:b,c,f;
endsets

data:
b=4 1 6 1 2 3 2;
c=10 8 2 7 5 10 4;
d=11 0 0 0 -11;!最大流为15;
enddata

n=@size(nodes);!顶点的个数;
min=@sum(arcs:b*f);
@for(nodes(i):@sum(arcs(i,j):f(i,j))-@sum(arcs(j,i):f(j,i))=d(i));
@for(arcs:@bnd(0,f,c));
end

求得最小费用为55。

解（1）如图所示
$（2）分别用x_i,z_i表示第i(i=1,...,8)个事件的最早时间和最迟时间，$
$t_{ij}表示作业（i,j）的计划时间，$
$e{s}_{ij},l{s}_{ij},e{f}_{ij},l{f}_{ij}分别表示作业（i,j）的$
$最早开工时间，最迟开工时间。最早完工时间，最晚完工时间。$
$对应作业的最早开工时间与最迟开工时间相同，就得到项目的关键路径。$

为了求事件的最早开工时间与最迟开工时间x_i(i=1,…,8),建立如下线性规划模型
$$min\sum _{i\in V}{x}_i,$$

$$s.t.x_j\ge x_i+t_{ij},(i,j)\in W,i,j\in V$$

$$x_i\ge 0，i\in V$$

式中：V是所有的事件集合；W是所有的作业集合。
然后用下面的递推公式求其他指标。