数学建模学习记录——图与网络模型

数学建模学习记录——图与网络模型

一、图的基本概念

图论中的图（Graph）是由若干给定的点及连接两点的线 所构成的图形，这种图形通常用来描述某些事物之间的某种 特定关系，用点代表事物，用连接两点的线表示相应两个事 物间具有这种关系。 一个图可以用数学语言描述为G(V(G),E(G))。V(vertex)指 的是图的顶点集，E(edge)指的是图的边集。 根据边是否有方向，可将图分为有向图和无向图。 另外，有些图的边上还可能有权值，这样的图称为有权图。

写论文是可能需要用到的作图网站：https://csacademy.com/app/graph_editor/

Matlab作图

• 无向图
  使用graph(s,t,w)函数

% （1）无权重（每条边的权重默认为1）
% 函数graph(s,t)：可在 s 和 t 中的对应节点之间创建边，并生成一个图
% s 和 t 都必须具有相同的元素数；这些节点必须都是从1开始的正整数，或都是字符串元胞数组。
s1 = [1,2,3,4];
t1 = [2,3,1,1];
G1 = graph(s1, t1);
plot(G1)

% 注意字符串元胞数组是用大括号包起来
s2 = {'学校','电影院','网吧','酒店'};
t2 = {'电影院','酒店','酒店','KTV'};
G2 = graph(s2, t2);
plot(G2, 'linewidth', 2)  % 设置线的宽度
% 下面的命令是在画图后不显示坐标
set( gca, 'XTick', [], 'YTick', [] );  

% （2）有权重
% 函数graph(s,t,w)：可在 s 和 t 中的对应节点之间以w的权重创建边，并生成一个图
s = [1,2,3,4];
t = [2,3,1,1];
w = [3,8,9,2];
G = graph(s, t, w);
plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2) 
set( gca, 'XTick', [], 'YTick', [] );  

• 有向图
  使用digraph(s,t,w)函数

% 有权图 digraph(s,t,w)
s = [1,2,3,4];
t = [2,3,1,1];
w = [3,8,9,2];
G = digraph(s, t, w);
plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2) 
set( gca, 'XTick', [], 'YTick', [] ); 

权重邻接矩阵

• 有向图
  

• 无向图
  

二、单源最短路问题

迪杰斯特拉算法

注意：迪杰斯特拉算法不适用于带负权重的图。存在负权回路的图是不能求两点间最短路的。

Matlab计算最短路径

• 函数：[P,d] = shortestpath(G,start,end[,'Method',algorithm] )

• 输入参数：
  （1）G ‐输入图（graph 对象| digraph 对象）
（2）start 起始的节点
（3）end 目标的节点
（4）[,‘Method’,algorithm]是可选的参数，表示计算最短路径的算法。一般我们不用手动设置，默认使用的是“auto”

• 输出参数：
  （1）P –最短路径经过的节点
（2）d –最短距离

• 可选算法：

选项	说明
'auto'（默认值）	‘auto’ 选项会自动选择算法： 'unweighted' 用于没有边权重的graph 和digraph 输入。 'positive' 用于具有边权重的所有graph 输入，并要求权 重为非负数。此选项还用于具有非负边权重的digraph 输 入。 'mixed' 用于其边权重包含某些负值的digraph 输入。图 不能包含负循环。
'unweighted'	广度优先计算，将所有边权重都视为1。
'positive'	Dijkstra算法，要求所有边权重均为非负数。
'mixed'（仅适用于digraph）	适用于有向图的Bellman‐Ford 算法，要求图没有负循环。 尽管对于相同的问题，'mixed' 的速度慢于'positive'，但 'mixed' 更为通用，因为它允许某些边权重为负数。

• 返回距离矩阵
  函数：d = distances(G [,'Method',algorithm])

• 找给定范围内所有的点
  函数：[nodeIDs,dist] = nearest(G,s,d[,'Method',algorithm])
  返回图形G 中与节点s 的距离在d 之内的所有节点。 nodeIDs是符合条件的节点，Dist是这些节点与s的距离。

三、网络最大流问题

定义：

最大流问题就是求一个流 { f i j } \{ f_{ij} \} {fij​}使其流量$v(f)$达到最大，可以写成如下的线性规划模型：
m a x { v ( f ) } max \{v(f)\} max{v(f)}

$$0\le f_{ij}\le c_{ij},(vi,vj)\in A$$

$$\sum f_{ij}-\sum f_{ji}=\{\begin{array}{r}v(f),(i=s)\\ 0,(i\ne s,t)\\ -v(f),(i=t)\end{array}$$

Matlab求解：

函数：[MaxFlow, FlowMatrix, Cut] = graphmaxflow(G, SNode,TNode)
该命令只能求解权重都为正值，且两个顶点之间不能有两条弧的问题，若要解决两条弧的问题，可以加入虚拟的顶点

四、MatLab图论工具箱

MATLAB内有图论工具箱，可以很好的解决图论的问题，减少了自己学习算法和代码的难度