第四章：图与网络

最新推荐文章于 2023-01-12 21:44:23 发布

victor_cs_

最新推荐文章于 2023-01-12 21:44:23 发布

阅读量969

点赞数 1

分类专栏：数学建模算法与应用文章标签：数学建模图论网络流

本文链接：https://blog.csdn.net/qq_41000485/article/details/96834646

版权

数学建模算法与应用专栏收录该内容

16 篇文章 25 订阅

订阅专栏

4.1 基本概念及数据结构

4.4.1 基本概念

混合图：有的边有方向，有的边无方向
简单图：任两顶点间最多有一条边，且每条边的两个端点皆不重合。
两顶点相邻：图的两顶点间有边相连
完全图：每一对顶点都相邻
二分图：能把顶点分成两个非空子集X，Y，且X，Y中均无相邻顶点对
设v $\in$ V是边e $\in$ E的端点，则称v与e相关联，与顶点v关联的边数称为该顶点的度，记为d(v)
赋权图：每条边都有一个（或多个）实数对应

4.4.2 数据结构

邻接矩阵表示法：
$=\begin{cases} 权值（1，无权值），当两点之间有边时\\ 0或\infty，当两点之间无边时\end{cases}$
稀疏矩阵表示法：
（非零元素的行地址，非零元素的列地址），非零元素的值
互相转化（matlab）：
普通矩阵用sparse变为稀疏矩阵
稀疏矩阵用full变为普通矩阵

4.2 最短路问题

4.2.1 两个指定顶点之间

迪杰斯特拉(Dijkstra)算法：按距u从近到远为顺序，一次求得u到G的各顶点的最短路和距离，直至v（或直至G的所有顶点），算法结束。
例程：
有如下矩阵：
在这里插入图片描述

%求第一个点到其他点的最短路径
clc,clear
a=zeros(6); %邻接矩阵初始化
a(1,2)=50;a(1,4)=40;a(1,5)=25;a(1,6)=10;
a(2,3)=15;a(2,4)=20;a(2,6)=25;
a(3,4)=10;a(3,5)=20;
a(4,5)=10;a(4,6)=25;
a(5,6)=55;
a=a+a';
a(a==0)=inf;
pb(1:length(a))=0;pb(1)=1;index1=1;index2=ones(1,length(a));
d(1:length(a))=inf;d(1)=0;
temp=1; %最新的P标号的顶点
while sum(pb)<length(a)
   tb=find(pb==0);
   d(tb)=min(d(tb),d(temp)+a(temp,tb));
   tmpb=find(d(tb)==min(d(tb)));
   temp=tb(tmpb(1)); %可能有多个点同时达到最小值，只取其中的一个
   pb(temp)=1;
   index1=[index1,temp];
   temp2=find(d(index1)==d(temp)-a(temp,index1));
   index2(temp)=index1(temp2(1));
end
d, index1, index2

从起点sb到终点db通用的Dijkstra标号算法：

function [mydistance,mypath]=mydijkstra(a,sb,db);
%输入：a-邻接矩阵，a(i,j)-到j之间的距离，可以是有向的
%sb-起点的标号，db-终点的标号
%输出：mydistance-最短路的距离，mypath-最短路的路径
n=size(a,1); visited(1:n) = 0;
distance(1:n) = inf; distance(sb) = 0; %起点到各顶点距离的初始化
visited(sb)=1; u=sb;  %u为最新的P标号顶点
parent(1:n) = 0; %前驱顶点的初始化
for i = 1: n-1
     id=find(visited==0); %查找未标号的顶点
     for v = id           
         if  a(u, v) + distance(u) < distance(v)
             distance(v) = distance(u) + a(u, v);  %修改标号值
             parent(v) = u;                                    
         end            
     end
     temp=distance;
     temp(visited==1)=inf;  %已标号点的距离换成无穷
     [t, u] = min(temp);  %找标号值最小的顶点
     visited(u) = 1;       %标记已经标号的顶点
 end
mypath = [];
if parent(db) ~= 0   %如果存在路
    t = db; mypath = [db];
    while t ~= sb
        p = parent(t);
        mypath = [p mypath];
        t = p;      
    end
end
mydistance = distance(db);

4.4.2 每对顶点之间

Floyd算法：
解上图的例程：

clear;clc;
n=6; a=zeros(n);
a(1,2)=50;a(1,4)=40;a(1,5)=25;a(1,6)=10;
a(2,3)=15;a(2,4)=20;a(2,6)=25; a(3,4)=10;a(3,5)=20;
a(4,5)=10;a(4,6)=25; a(5,6)=55;
a=a+a'; 
a(a==0)=inf; %把所有零元素替换成无穷
a([1:n+1:n^2])=0; %对角线元素替换成零，Matlab中的数据是逐列存储的
path=zeros(n);
for k=1:n
   for i=1:n
      for j=1:n
         if a(i,j)>a(i,k)+a(k,j)
            a(i,j)=a(i,k)+a(k,j);
            path(i,j)=k;
         end 
      end
   end
end
a, path

从起点sb到终点db通用的Floyd算法：

function [dist,mypath]=myfloyd(a,sb,db);
%输入：a-邻接矩阵，a(i,j)-到j之间的距离，可以是有向的
%sb-起点的标号，db-终点的标号
%输出：dist-最短路的距离，mypath-最短路的路径
n=size(a,1); path=zeros(n);
for k=1:n
    for i=1:n
        for j=1:n
            if a(i,j)>a(i,k)+a(k,j)
                a(i,j)=a(i,k)+a(k,j);
                path(i,j)=k;
            end
        end
    end
end
dist=a(sb,db);
parent=path(sb,:); %从起点sb到终点db的最短路上各顶点的前驱顶点
parent(parent==0)=sb; %path中的分量为0，表示该顶点的前驱是起点
mypath=db; t=db;
while t~=sb
        p=parent(t); mypath=[p,mypath];
        t=p;
end

4.3 最小生成树问题

对于树和图的相关概念此处不予详解，不太懂的可以查阅相关资料进一步了解。这里主要对求解最小生成树的过程进行解析。

4.3.1 prim算法（联通赋权图）

设置两个集合P和Q，其中P用于存放G的最小生成树中的顶点，集合Q存放G的最小生成树中的边。假设构造最小生成树时，从顶点v1出发。

P = { v1 }，Q = $\emptyset$
while P ~= V
找最小边pv，其中p $\in$ P，v $\in$ V - P；
P = P + { v }；Q = Q + { pv }；
end

例图：
在这里插入图片描述
例程：

clc;clear;
a=zeros(7);
a(1,2)=50; a(1,3)=60;
a(2,4)=65; a(2,5)=40;
a(3,4)=52;a(3,7)=45;
a(4,5)=50; a(4,6)=30;a(4,7)=42;
a(5,6)=70; 
a=a+a';%a'是a的转置
a(a==0)=inf;
result=[];p=1;tb=2:length(a);
while size(result,2)~=length(a)-1
   temp=a(p,tb);temp=temp(:);
   d=min(temp);
   [jb,kb]=find(a(p,tb)==d,1); %找第1个最小值
   j=p(jb);k=tb(kb);
   result=[result,[j;k;d]];p=[p,k];tb(find(tb==k))=[];
end
result

4.3.2 Kruskal算法

选e1 $\in$ E(G)，是的e1是权值的最小边
若e1，e2，…，ei已选好，则从
E(G) - { e1，e2，…，ei }中选取ei+1，使得
（1）{ e1，e2，…，ei，ei+1 }中无圈
（2）ei+1是E(G) - { e1，e2，…，ei }中权值最小的边
直到选得e|V|-1为止

例程：

clc;clear;
a(1,[2,3])=[50,60]; a(2,[4,5])=[65,40]; 
%这里给出邻接矩阵的另外一种输入方式
a(3,[4,7])=[52,45]; a(4,[5,6])=[50,30];
a(4,7)=42; a(5,6)=70; 
[i,j,b]=find(a);
data=[i';j';b'];index=data(1:2,:);
loop=length(a)-1;
result=[];
while length(result)<loop
   temp=min(data(3,:));
   flag=find(data(3,:)==temp);
   flag=flag(1);
   v1=index(1,flag);v2=index(2,flag);
   if v1~=v2
      result=[result,data(:,flag)];
   end
   index(find(index==v2))=v1;
   data(:,flag)=[];
   index(:,flag)=[];
end
result

4.4 网络最大流

不明白基础概念的需要先了解
寻求最大流的标号法（Ford-Fullkerson）
1.标号过程
每个顶点的标号值有两个：
第一个标号值表示在可能的增广路上，它的前驱顶点；
第二个标号值 $\delta$ 表示唉可能的增广路上可以调整的流量

初始化，给发点 $v_s$ ，标号为（0， $\infty$ ）
若顶点 $v_x$ 已经标号，则对 $v_x$ 的所有未标号的临接顶点 $v_y$ 按以下规则标号：
不断重复步骤2知道收点 $v_t$ 被标号，或不再有顶点可以标号为止。当 $v_t$ 被标号时，表明存在一条从 $v_s$ 到 $v_t$ 的增广路，则转向则增流过程。如若 $v_t$ 点不能被标号，且不存在其他可以标号的顶点时，表明不存在从 $v_s$ 到 $v_t$ 的增广路，算法结束，此时所获得的流就是最大流

2.增流过程
在这里插入图片描述
最大流算法的实现可以使用MATLAB工具箱

4.5 最小费用最大流

最小费用最大流问题就是求一个从发点 $v_s$ 到收点 $v_t$ 的最大流，是流的总输送费用取最小值。
此处书中只有lingo程序，便不再做详解，MATLAB均可用工具箱来解决

4.6 Matlab的图论工具箱

在这里插入图片描述

最短路

在这里插入图片描述

clc, clear
a(1,2)=2;a(1,3)=8;a(1,4)=1;
a(2,3)=1;a(2,3)=6;a(2,5)=1;
a(3,4)=7;a(3,5)=5;a(3,6)=1;a(3,7)=2;
a(4,7)=9;
a(5,6)=3;a(5,8)=2;a(5,9)=9;
a(6,7)=4;a(6,9)=6;
a(7,9)=3;a(7,10)=1;
a(8,9)=7;a(8,11)=9;
a(9,10)=1;a(9,11)=2;
a(10,11)=4;
a=a';   %matlab工具箱要求数据是下三角矩阵
[i,j,v]=find(a);
b=sparse(i,j,v,11,11) %构造稀疏矩阵
[x,y,z]=graphshortestpath(b,1,11,'Directed',false) 
%Directed是标志图为有向或无向的属性，该图是无向图，对应的属性值为false（也可以写作0）
h = view(biograph(b,[],'ShowArrows','off','ShowWeights','off'));
Edges = getedgesbynodeid(h); %提取句柄h中的边集
set(Edges,'LineColor',[0 0 0]); %为了打印清楚，边画成黑色
set(Edges,'LineWidth',1.5);  %线性宽度设置为5

最小生成树

clc, clear
x=[0     5    16    20    33    23    35    25    10];
y=[15    20    24    20    25    11     7     0     3];
xy=[x;y];
d=mandist(xy); %求xy的两两列向量间的绝对值距离
d=tril(d); %截取MATLAB工具箱要求的下三角矩阵
b=sparse(d) %化为系数矩阵
[ST,pred]=graphminspantree(b,'Method','Kruskal')  %调用最小生成树的命令
st=full(ST); %把最小生成树的稀疏矩阵转化为普通矩阵
TreeLength=sum(sum(st))  %求最小生成树的长度
view(biograph(ST,[],'ShowArrows','off')) %画出最小生成树

最大流

只能解决权重都为正值，且两个顶点之间不能有两条弧的问题，需要做相应变换，增加虚拟节点。

clc, clear, a=zeros(9);
a(1,2)=6; a(1,3)=4; a(1,4)=5;
a(2,3)=3; a(2,5)=9; a(2,6)=9;
a(3,4)=4; a(3,5)=6; a(3,6)=7; a(3,7)=3;
a(4,7)=5; a(4,9)=2;
a(5,8)=12;
a(6,5)=8; a(6,8)=10;
a(7,6)=4; a(7,8)=15; 
a(9,3)=2;
b=sparse(a);
[x,y,z]=graphmaxflow(b,1,8)

4.7 旅行商（TSP）问题

修改圈近似算法：
首先求一个Hamilton圈C，然后适当修改C已得到具有最小圈的另一个Hamilton圈。修改的方法交做改良圈算法。
此算法无法得到精确解。

4.8 计划评审方法和关键路线法

4.9 钢管订购和运输

由于两部分涉及程序均为lingo程序，由于本人知识有限，便不对lingo程序相关内容展开详解，有需要的可以看原书。无资料可以私我提供pdf文件。

victor_cs_

关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
3
评论
第四章：图与网络

4.1 基本概念及数据结构4.4.1 基本概念混合图：有的边有方向，有的边无方向简单图：任两顶点间最多有一条边，且每条边的两个端点皆不重合。两顶点相邻：图的两顶点间有边相连完全图：每一对顶点都相邻二分图：能把顶点分成两个非空子集X，Y，且X，Y中均无相邻顶点对设v∈\in∈V是边e∈\in∈E的端点，则称v与e相关联，与顶点v关联的边数称为该顶点的度，记为d(v)赋权图：每条边都有...
复制链接

扫一扫