图论(二)----问题建模

1. 最小费用流问题

该问题即找到一个线性费用函数达到最小的一组边流量，且满足给定的散度向量，并满足给定的上下界约束。

$$\begin{equation}\begin{split} &\min \sum_{(i,j)\in \mathcal A}a_{ij}x_{ij} \\ &s.t.\sum_{\{j | (i,j)\in \mathcal A\}} x_{ij}-\sum_{\{j | (j,i)\in \mathcal A\}} x_{ji}=s_i,\qquad \forall i\in \mathcal N,\\ &\qquad \quad b_{ij} \le x_{ij} \le c_{ij},\qquad \forall (i,j)\in \mathcal A \end{split}\end{equation}$$

1.1 最短路问题

给定一对节点的最短路问题是，找到能够连接这两个节点的费用最小的前向路。最短路问题可以转换为最小流费用问题。寻找节点$s$到节点$t$的最短路。
首先，从$s$到$t$的任意一条前向路$P$定义一个流向量$x$，

$$x_{ij}=\begin{cases} 1, & \text{if $(i,j)\in P$} \\ 0, & \text{others} \end{cases}$$
然后就可以表示为一般的最小费用流问题，
$$\begin{equation}\begin{split} &\min \sum_{(i,j)\in \mathcal A}a_{ij}x_{ij} \\ & s.t. \sum_{\{j | (i,j)\in \mathcal A\}} x_{ij}-\sum_{\{j | (j,i)\in \mathcal A\}} x_{ji}=\begin{cases} 1, & \text{if $i=s$} \\ -1, & \text{if $i=t$}\\ 0, & \text{others} \end{cases} \end{split}\end{equation}$$

1.2 指派问题

假设有$n$个人和$n$个物，需要对其进行一一配对，使得分配方案达到最大效益。可以表示为第$i$个人被指派给第$j$个物，$x_{ij}=1$，其他情况则$x_{ij}=0$。总效益可以表示为$\sum a_{ij}x_{ij}$。整个规划问题表示如下。

$$\begin{equation}\begin{split} &\max \sum_{(i,j)\in \mathcal A}a_{ij}x_{ij} \\ &s.t. \sum_{\{j | (i,j)\in \mathcal A\}} x_{ij}=1,\qquad \forall i=1,2,...,n \\ &\quad \; \sum_{\{i | (i,j)\in \mathcal A\}} x_{ij}=1,\qquad \forall j=1,2,...,n \end{split}\end{equation}$$

1.3 最大流问题

在满足容量约束的前提下将尽可能多的流从$s$传到$t$。

$$\begin{equation}\begin{split} &\max x_{ts} \\ &s.t. \sum_{\{j | (i,j)\in \mathcal A\}} x_{ij}-\sum_{\{j | (j,i)\in \mathcal A\}} x_{\\ji}=0,\qquad \forall i\in \mathcal N, i \neq s, i \neq t,\\ &\quad\; \sum_{\{j | (s,j)\in \mathcal A\}} x_{sj}-\sum_{\{i | (i,t)\in \mathcal A\}} x_{it}=x_{ts},\\ &\quad \quad b_{ij}\le x_{ij} \le c_{ij},\quad \forall(i,j)\in \mathcal A,(i,j) \neq (t,s) \end{split}\end{equation}$$

1.4 运输问题

与指派问题相似，只是有两点区别。
1. 节点供给量不一定是1或-1；
2. 源点和汇点的数目不一定相同。
可以建模如下，

$$\begin{equation}\begin{split} &\min\sum_{(i,j)\in \mathcal A}a_{ij}x_{ij}\\ &s.t. \sum_{\{j | (i,j)\in \mathcal A\}} x_{ij}=\alpha _i,\qquad \forall i=1,2,...,m \\ &\quad\;\sum_{\{i | (i,j)\in \mathcal A\}} x_{ij}=\beta _j,\qquad \forall j=1,2,...,n\\ &\quad\quad0 \le x_{ij} \le min{\{\alpha _i,\beta _j\}} \end{split}\end{equation}$$

2. 凸费用网络流问题

2.1 矩阵平衡问题

3. 多商品流问题

3.1 数据网络路径选择

4. 离散网络优化问题

4.1 旅行商问题

---

本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可