最短路径问题-数学建模

最短路径问题参考书：1.傅鹂龚劬刘琼荪何中市《数学实验》科学出版社2.张绍民李淑华《数据结构教程C语言版》中国电力出版社主讲：重庆大学龚劬主要内容Floyd算法Dijkstra算法两个例子的求解引例2：最廉价航费表的制定引例1：最短运输路线问题最短路径问题的0-1规划模型3如图的交通网络，每条弧上的数字代表车辆在该路段行驶所需的时间，有向边表示单行道，无向边表示可双向行驶。若有一批货物要从1号顶点运往11号顶点，问运货车应沿哪条线路行驶，才能最快地到达目的地？引例1：最短运输路线问题102374116598135122106158879932274某公司在六个城市C1,C2,C3,C4,C5,C6都有分公司，公司成员经常往来于它们之间，已知从Ci到Cj的直达航班票价由下述矩阵的第i行，第j列元素给出（表示无直达航班），该公司想算出一张任意两个城市之间的最廉价路线航费表。引例2：最廉价航费表的制定0504025105001520251501020402010010252520100551025255505最短路径问题定义：设P(u,v)是加权图G中从u到v的路径,则该路径上的边权之和称为该路径的权,记为w(P).从u到v的路径中权最小者P*(u,v)称为u到v的最短路径.10237411659813512210615887993227最短路径算法Dijkstra算法使用范围:1)寻求从一固定顶点到其余各点的最短路径;2)有向图、无向图和混合图;3)权非负.算法思路：采用标号作业法,每次迭代产生一个永久标号,从而生长一颗以v0为根的最短路树,在这颗树上每个顶点与根节点之间的路径皆为最短路径.10237411659813512210615887993227Dijkstra算法——算法步骤S:具有永久标号的顶点集;l(v):v的标记;f(v):v的父顶点,用以确定最短路径;输入加权图的带权邻接矩阵w=[w(vi,vj)]nxm.1)初始化令l(v0)=0,S=;vv0,l(v)=;2)更新l(v),f(v)寻找不在S中的顶点u,使l(u)为最小.把u加入到S中,然后对所有不在S中的顶点v,如l(v)l(u)+w(u,v),则更新l(v),f(v),即l(v)l(u)+w(u,v),f(v)u;3)重复步骤2),直到所有顶点都在S中为止.MATLAB程序（Dijkstra算法）function[min,path]=dijkstra(w,start,terminal)n=size(w,1);label(start)=0;f(start)=start;fori=1:nifi~=startlabel(i)=inf;end,ends(1)=start;u=start;whilelength(s)nfori=1:nins=0;forj=1:length(s)ifi==s(j)ins=1;end,endifins==0v=i;iflabel(v)(label(u)+w(u,v))label(v)=(label(u)+w(u,v));f(v)=u;end,end,endv1=0;k=inf;fori=1:nins=0;forj=1:length(s)ifi==s(j)ins=1;end,endifins==0v=i;ifklabel(v)k=label(v);v1=v;end,end,ends(length(s)+1)=v1;u=v1;endmin=label(terminal);path(1)=terminal;i=1;whilepath(i)~=startpath(i+1)=f(path(i));i=i+1;endpath(i)=start;L=length(path);path=path(L:-1:1);①②③9最短路径算法Dijkstra算法程序的使用说明：调用格式为[min,path]=dijkstra(w,start,terminal),其中输入变量w为所求图的带权邻接矩阵，start,terminal分别为路径的起点和终点的号码。返回start到terminal的最短路径path及其长度min.注意：顶点的编号从1开始连续编号。最短路径算法Floyd算法使用范围:1)求每对顶点的最短路径;2)有向图、无向图和混合图;算法思想:直接在图的带权邻接矩阵中用插入顶点的方法依次递推地构造出n个矩阵D(1),D(2),…,D(n),D(n)是图的距离矩阵,同时引入一个后继点矩阵记录两点间的最短路径.10237411659813512210615887993227Floyd算法——算法步骤d(i,j):i到j的距离;path(i,j):i到j的路径上i的后继点;输入带权邻接矩阵a(i,j).1）赋初值对所有i,j,d(i,j)a(i,j),path(i,j)j,k=l.2）更新d(i,j),path(i,j)对所有i,j,若d(i,k)+d(k,j)d(i,j),则d(i,j)d(i,k)+d(k,j),path(i,j)path(i,k),kk+13）重复2)直到k=n+1MATLAB程序（Floyd算法）function[D,path,min1,path1]=floyd(a,start,terminal)D=a;n=size(D,1);path=zeros(n,n);fori=1:nforj=1:nifD(i,j)~=infpath(i,j)=j;end,end,endfork=1:nfori=1:nforj=1:nifD(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,endifnargin==3min1=D(start,terminal);m(1)=start;i=1;path1=[];whilepath(m(i),terminal)~=terminalk=i+1;m(k)=path(m(i),terminal);i=i+1;endm(i+1)=terminal;path1=m;end13最短路径算法Floyd算法程序的使用说明：1.[D,path]=floyd(a),返回矩阵D,path。其中a是所求图的带权邻接矩阵，D(i,j)表示i到j的最短距离;path(i,j)表示i与j之间的最短路径上顶点i的后继点.2.[D,path,min1,path1]=floyd(a,i,j)返回矩阵D,path;并返回i与j之间的最短距离min1和最短路径path1.14edge=[2,3,1,3,3,5,4,4,1,7,6,6,5,5,11,1,8,6,9,10,8,9,9,10;...3,4,2,7,5,3,5,11,7,6,7,5,6,11,5,8,1,9,5,11,9,8,10,9;...3,5,8,5,6,6,1,12,7,9,9,2,2,10,10,8,8,3,7,2,9,9,2,2];n=11;weight=inf*ones(n,n);fori=1:nweight(i,i)=0;endfori=1:size(edge,2)weight(edge(1,i),edge(2,i))=edge(3,i);end[dis,path]=dijkstra(weight,1,11)引例1的Matlab求解1023741165981351221061588799322715运行上页程序输出：dis=21path=1891011因此顶点1到顶点11的最短路径为1→8→9→10→11,其长度为21。引例1的求解16建立脚本m文件如下：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];[D,path]=floyd(a)运行便可输出结果。引例2的Matlab求解050402510500152025150102040201001025252010055102525550运行输出结果：D=035453525103501520302545150102035352010010252530201003510253525350path=165556623446523454523456143451124416050402510500152025150102040201001025252010055102525550D便是最廉价的航费表，要求飞行路线，由path矩阵可以得到，比如2到5的路线：path(2,5)=4,path(4,5)=5,因此，应为2→4→518假设图有n个顶点，现需要求从顶点1到顶点n的最短路径.最短路径问题的0-1规划模型设决策变量为xij,当顶点1至顶点n的路上含弧(i,j)时，xij=1；否则xij=0.其数学规划表达式为(,)11(,)(,)min;1,1,..1,,;0,1,.01,(,).ijijijEnnijjijjijEjiEijwxistxxininxijE或19最短路径问题的0-1规划模型例（有向图最短路问题）在下图中，用点表示城市，现有共7个城市.点与点之间的连线表示城市间有道路相连.连线旁的数字表示道路的长度.现计划从城市到城市铺设一条天然气管道，请设计出最小价格管道铺设方案.12123,,,,,,ABBCCCDAD本质是求从城市到城市的一条最短路AD20最短路径问题的0-1规划模型解：写出相应的LINGO程序，MODEL:1]!Wehaveanetworkof7cities.Wewanttofind2]thelengthoftheshortestroutefromcity1tocity7;3]4]sets:5]!Hereisourprimitivesetofsevencities;6]cities/A,B1,B2,C1,C2,C3,D/;7]8]!TheDerivedsetroadsliststheroadsthat9]existbetweenthecities;21最短路径问题的0-1规划模型10]roads(cities,cities)/11]A,B1A,B2B1,C1B1,C2B1,C3B2,C1B2,C2B2,C312]C1,DC2,DC3,D/:w,x;13]endsets14]15]data:16]!Herearethedistancesthatcorrespond17]toabovelinks;18]w=24331231134;19]enddata22最短路径问题的0-1规划模型20]21]n=@size(cities);!Thenumberofcities;22]min=@sum(roads:w*x);23]@for(cities(i)|i#ne#1#and#i#ne#n:24]@sum(roads(i,j):x(i,j))=@sum(roads(j,i):x(j,i)));25]@sum(roads(i,j)|i#eq#1:x(i,j))=1;END23最短路径问题的0-1规划模型在上述程序中，21]句中的n=@size(cities)是计算集cities的个数，这里的计算结果是,这样编写方法目的在于提高程序的通用性.22]句表示目标函数,即求道路的最小权值.23],24]句表示约束中的情况，即最短路中中间点的约束条件.25]句表示约束中的情况，即最短路中起点的约束.7n1,iin1i约束中的情况，也就是最短路中终点的情况，没有列在程序中，因为终点的约束方程与前个方程相关.当然，如果你将此方程列入到LINGO程序中，计算时也不会出现任何问题，因为LINGO软件可以自动删除描述线性规划可行解中的多余方程.in