欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

数学建模04-图论

程序员文章站 2022-04-22 11:41:13
数学建模04-图论一.图论图与网络是运筹学(Operations Research)中的一个经典和重要的分支。许多经济管理、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的问题。图的优化问题:最小支撑树;最短路径问题;最大流量问题,最小费用最大流问题。1.具体内容1.1 图论的基本概念1.1.1 图的定义1.1.2 其他定义1.1.3 图的矩阵表示1.2 图的优化问题1.2.1 相关函数函数名功能graphallshortes...

数学建模04-图论

一.图论

图与网络是运筹学(Operations Research)中的一个经典和重要的分支。许多经济管理、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的问题。

图的优化问题:

  • 最小支撑树;
  • 最短路径问题;
  • 最大流量问题,最小费用最大流问题。

1.具体内容

1.1 图论的基本概念

1.1.1 图的定义

数学建模04-图论

1.1.2 其他定义

数学建模04-图论数学建模04-图论

1.1.3 图的矩阵表示

数学建模04-图论
数学建模04-图论
数学建模04-图论

1.2 图的优化问题

1.2.1 相关函数
函数名 功能
graphallshortestpaths 求图中所有顶点之间的最短距离
grapconnredcomp 找无(有)向图的(强/弱)连通分支
graphisreddag 测试有向图是否含有圈
graphisomorphism 确定一个图是否有生成树
graphmaxflow 计算有向图的最大流
graphminspantree 在图中找最小生成树
grapshortestpath 求置顶一对顶点间的最短距离和路径
graphtopoorder 执行有相无圈图的拓扑排序
graphtraverse 求从一顶点出发,所能便利图中的顶点
1.2.2 graphshortestpath函数用法

最短路径求解:

[a,b,c,d,e,f] = deal(1,2,3,4,5,6);
%      a  b  c  d  e  f
w = [  0  2  3  0  0  0 ; %a
       2  0  6  5  3  0 ; %b
       3  6  0  0  1  0 ; %c
       0  5  0  0  1  2 ; %d
       0  3  1  1  0  4 ; %e
       0  0  0  2  4  0]; %f
W = sparse(w);
[dist,path,pred] = graphshortestpath(W,a,f)
1.2.3 最小生成树
w = [  0   4  inf  5  inf  3
       4   0   5  inf  3   3
      inf  5   0   5   3  inf
       5  inf  5   0   2   4
      inf  3   3   2   0   1
       3   3  inf  4   1   0];
   W = sparse(w);
   [ST,pred] = graphminspantree(W)
1.2.4 Floyd算法

求解任意两顶点之间的最短路径:

  • folyd.m
function [D,path,min1,path1]=floyd(a,start,terminal)
D=a;n=size(D,1);path=zeros(n,n);
for i=1:n
   for j=1:n
      if D(i,j)~=inf
         path(i,j)=j;
      end, 
   end,
end
for k=1:n
   for i=1:n
      for j=1:n
         if D(i,k)+D(k,j)<D(i,j)
            D(i,j)=D(i,k)+D(k,j);
            path(i,j)=path(i,k);
         end, 
      end, 
   end,
end
if nargin==3
   min1=D(start,terminal);
   m(1)=start;
   i=1;
   path1=[ ];   
   while   path(m(i),terminal)~=terminal
      k=i+1;                                
      m(k)=path(m(i),terminal);
      i=i+1;
   end
   m(i+1)=terminal;
   path1=m;
end   
  • tulun2.m
a= [ 0,50,inf,40,25,10;
     50,0,15,20,inf,25;
     inf,15,0,10,20,inf;
     40,20,10,0,10,25;
     25,inf,20,10,0,55;
     10,25,inf,25,55,0];%矩阵可更改
[D, path]=floyd(a)
1.2.5 最大流量问题

最大流问题(maximum flow problem),一种组合最优化问题,就是要讨论如何充分利用装置的能力,使得运输的流量最大,以取得最好的效果。
例题:
数学建模04-图论

clc,clear 
u(1,2)=1;u(1,3)=1;
u(1,4)=2;u(2,3)=1;
u(2,5)=2;u(3,5)=1;
u(4,3)=3;u(4,5)=3;

f(1,2)=1;f(1,3)=0;
f(1,4)=1;f(2,3)=0;
f(2,5)=1;f(3,5)=1;
f(4,3)=1;f(4,5)=0; 
n=length(u);
list=[];
maxf(n)=1;
while maxf(n)>0    
maxf=zeros(1,n);
pred=zeros(1,n);    
list=1;
record=list;
maxf(1)=inf;    
%list是未检查邻接点的标号点,record是已标号点    
while (~isempty(list))&(maxf(n)==0)       
flag=list(1);list(1)=[];       
label1= find(u(flag,:)-f(flag,:));      
label1=setdiff(label1,record);       
list=union(list,label1);       
pred(label1)=flag;      
maxf(label1)=min(maxf(flag),u(flag,label1)...       
-f(flag,label1));       
record=union(record,label1);      
 label2=find(f(:,flag));       
label2=label2';       
label2=setdiff(label2,record);       
list=union(list,label2);       
pred(label2)=-flag;       
maxf(label2)=min(maxf(flag),f(label2,flag));      
record=union(record,label2);    
end       
if maxf(n)>0          
v2=n; v1=pred(v2);         
while v2~=1            
if v1>0              
f(v1,v2)=f(v1,v2)+maxf(n);           
else            
v1=abs(v1);           
f(v2,v1)=f(v2,v1)-maxf(n);           
end          
v2=v1; 
v1=pred(v2);         
end       
end 
end 
f
1.2.6 最小费用最大流问题

数学建模04-图论

LINGO程序:

model: 
sets: 
nodes/s,1,2,3,4,t/:d; 
arcs(nodes,nodes):c,u,f; 
endsets 
data: 
d=14 0 0 0 0 -14; 
c=0; u=0; 
enddata 
calc: 
c(1,2)=2;
c(1,4)=8; c(2,3)=2;
c(2,4)=5; c(3,4)=1;
c(3,6)=6; c(4,5)=3;
c(5,3)=4;c(5,6)=7;
u(1,2)=8;u(1,4)=7; 
u(2,3)=9;u(2,4)=5; 
u(3,4)=2;u(3,6)=5; 
u(4,5)=9;u(5,3)=6;
u(5,6)=10; 
endcalc 
min=@sum(arcs:c*f); 
@for(nodes(i):@sum(nodes(j):f(i,j))-@sum(nodes(j):f(j,i))=d(i)); 
@for(arcs:@bnd(0,f,u)); 
end

(以上文章及代码在查看各种网课和相关资料后整理自用。)

本文地址:https://blog.csdn.net/weixin_45480903/article/details/107347637