图与网络模型学习笔记

图与网络是运筹学（Operations Research）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。下面将要讨论的最短路问题、最大流问题、最小费用流问题和匹配问题等都 是图与网络的基本问题。

一、基础定义

1.1无向图

1.2有向图

1.3完全图/二分图

1.4子图

1.5顶点的度

1.6选择不同方法表示图：

常用方法：

①邻接矩阵法：

也就是说，如果两节点之间有一条弧，则邻接矩阵中对应的元素为 1；否则为 0。 可以看出，这种表示法非常简单、直接。但是，在邻接矩阵的所有 2 n 个元素中，只有m个为非零元。如果网络比较稀疏，这种表示法浪费大量的存储空间，从而增加了在网络 中查找弧的时间。

示例：被表示为，可以加以相对应的权重。

②星形表示法：

反向星形示例：

③邻接表表示法：

优点与缺点：

（1）星形表示法的优点是占用的存储空间较少，并且对那些不提供指针类型的语言（如 FORTRAN 语言 等）也容易实现。邻接表表示法对那些提供指针类型的语言（如 C 语言等）是方便的， 且增加或删除一条弧所需的计算工作量很少，而这一操作在星形表示法中所需的计算工 作量较大（需要花费O(m) 的计算时间）。

有关“计算时间”的观念是网络优化中需要考虑的一个关键因素。

（2）当网络不是简单图，而是具有平行弧（即多重弧）时，显然此时邻接矩阵表示法是不能采用的。其他方法则可以很方便地推广到可以处理平行弧的情形

（3）上述方法可以很方便地推广到可以处理无向图的情形，但由于无向图中边没有 方向，因此可能需要做一些自然的修改。例如，可以在计算机中只存储邻接矩阵的一半信息（如上三角部分），因为此时邻接矩阵是对称矩阵。无向图的关联矩阵只含有元素0 和 +1，而不含有 −1，因为此时不区分边的起点和终点。又如，在邻接表和星形表示法中，每条边会被存储两次，而且反向星形表示显然是没有必要的。

1.7轨与连通

1.8树

赋权图的具最小权的生成树叫做最小生成树。

1.9Euler图和Hamilton 图

经过G 的每条边的迹叫做G 的 Euler 迹；闭的 Euler 迹叫做 Euler 回路或 E回路；含 Euler 回路的图叫做 Euler 图

Hamilton圈与Euler定义相同。

Euler 图就是从一顶点出发每边恰通过一次能回到出发点，即不重复地行遍所有的边再回到出发点。判定Euler图/迹：

1.10可行流与可行网络

1.11单源与单汇运输网络

实际问题往往是多源多汇网络，为了计算的规格化，可将多源多汇网络G 化成单源单汇网络G' 。设 X 是G 的源，Y 是G 的汇，具体转化方法如下：

1.12最大流与最小割关系

 1.13计划网络图

1.14计划网络图的时间参数

二、经典问题及其对应方法

经典问题：

2.1 Dijksta算法（最短路问题）

算法思想：

matlab求解函数：

修正：2023版matlab已无‘mixed’选项

注意：shortestpath函数用于求两个单一结点之间的最短路径，不支持负循环。（负循环：从结点出发回到自身的路径，路径上的边权重之和为负值。如果两个结点之间的路径上具有负循环，则这两个结点之间不存在最短路径，因为始终可以通过负循环找到更短路径）

当图像较复杂时，使用lingo编程能带来一定的简便。

对于lingo，生成的模型有如下分类：

2.2 Floyd算法（求每对顶点的最短路径）

算法思想：

2.3prim算法生成最小生成树（连线问题）

算法思想：

设置两个集合P与Q，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。

2.4Kruskal 算法构造最小生成树（连线问题）

算法思想：

   

2.5Kuhn-Munkres 算法（最优指派问题）（待完善）

匹配问题基本信息：(注：个人觉得可以用规划方法解决)

算法思想：

2.6改良圈算法（TSP算法）

算法思想：

TSP另一解法：数学规划

该问题的数学表达式应为：

可利用lingo软件进行求解，需注意其对大型模型效果不好。

2.7Ford Fulkerson算法（网络最大流）

算法思想：

依据该算法，进行程序设计：

或者，用matlab的自带函数：

网络最大流另一解法：数学规划

同理，该问题也可以用规划的方法解决。

2.8迭代法（最小费用流）

算法思想：

2.9计划评审方法和关键路线法PERT/CPM

解决方法：先做出计划网络图，将其写成相应规划问题。

求关键路径：一种方法是利用松弛变量S，当最早开工时间与最晚开工时间相同时，即为关键路径；第二种是转化为规划问题，将关键路线看为求解最长路。

计划网络的优化问题:  这时需要压缩关键路径来减少最短工期。如下：

关于计划网络问题，一个重要的参考因素是完成作业的期望和实现的概率