时变网络最大流问题的新算法

来源 :上海师范大学 | 被引量 : 0次 | 上传用户:huacheng5215
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在我们的日常生活中,网络无处不在,它们以各种各样应用为背景的形式出现。通常,当网络中所有的参数,如点的容量和弧的容量都是常数,也不考虑流在运输过程中所需的时间,这样的网络就被看作静态的。但是这些假设在现实生活中未必成立。例如,一支舰队,从一个港口出发到达另一个港口,途中所需时间是需要考虑的,还有航道的容量和泊位的数量也都可能随着时间的变化。若一个网络的参数会随着时间而变化,则称这样的网络为时变网络。与静态网络相反,目前只有少数几种解决时变网络最优化问题的方法。 文中考虑了时变网络的最大流问题。G(N,A,b,l)表示一个时变网络,N是点集,A是弧集,b(i,j,t)是流经弧(i,j)((i,j,)∈A)所需的传输时间,l(i,j,t)是弧(i,j)的容量。b(i,j,t)和l(i,j,t)都是弧(i,j)第一个点上流的出发时间t的函数,t=0,1,2,...,T, T(T >0)是一个给定的数。时变网络最优化问题就是在时间限制T内,从发点送尽可能多的流到达收点,这个问题已被证明是NP-完备问题。 本文的结构如下:1.基于伪流我们提出一个解决时变最大流问题的算法,剩余容量收缩算法。2.给出时间标号算法,使得所求最大流的每个子流到达终点的时间都是最早(或最晚)的。用同样的算法解决了最短间隔路问题,即所求解中每个子流出发时间和到达时间之间的间隔是最短的。3.考虑了两种等待条件,它们分别是零等待时间和任意等待时间,证明算法正确性的同时也列举算例阐明算法如何进行运算,每一种算法都能在伪多项式时间内找到最优解。
其他文献
支持向量机是Vapnik等人提出的一种以统计学习理论为基础的机器学习方法,它以结构风险最小化代替经验风险最小化作为优化准则,在最小化样本点误差的同时缩小模型预测误差的上界
本文主要研究了关于Bakry-Emery Ricci张量有下界的完备黎曼流形的拓扑和几何的性质。 首先我们对哈密尔顿Ricci流的演化方程及Ricci Soliton的定义进行了回顾,知道作为Ri
本文运用复分析的理论和方法,研究了几种类型的线性微分方程解的振荡性质以及相关的亚纯函数唯一性等问题,全文共分五部分。 第一章,简要介绍了这一研究方向的相关问题。
本文讨论了二阶微分方程组{[(p1(t)u)+q1(t)u]=v,t∈(a,b),[(p2(t)v)+q2(t)v]=f(t,u),t∈(a,b),α10u(a)+α11p1(a)u(a)=0,β10u(b)+β11p1(b)u(b)=0,α20v(a)+α21p2(a)v(a)=0
本文研究了偏态分布及矩阵论的某些专题,在两个部分中分别进行讨论。在第一部分中,提出了一种广义多元偏态t分布并对其性质进行了研究。首先,定义了偏态幂指数分布,它以偏态