§7 最大流问题7.1 最大流问题的数学描述 7.1.1 网络中的流定义 在以V 为节点集，A 为弧集的有向图),(A V G =上定义如下的权函数：（i ）R A L →:为孤上的权函数，弧A j i ∈),(对应的权),(j i L 记为ij l ，称为孤),(j i 的容量下界（lower bound ）；（ii ）R A U →:为弧上的权函数，弧A j i ∈),(对应的权),(j i U 记为ij u ，称为孤),(j i 的容量上界，或直接称为容量（capacity ）；（iii ）R V D →:为顶点上的权函数，节点V i ∈对应的权)(i D 记为i d ，称为顶点i 的供需量（supply ／demand ）；此时所构成的网络称为流网络，可以记为),,,,(D U L A V N =。
由于我们只讨论A V ,为有限集合的情况，所以对于弧上的权函数U L ,和顶点上的权函数D ，可以直接用所有孤上对应的权和顶点上的权组成的有限维向量表示，因此D U L ,,有时直接称为权向量，或简称权。
由于给定有向图),(A V G =后，我们总是可以在它的弧集合和顶点集合上定义各种权函数，所以流网络一般也直接简称为网络。
在流网络中，弧),(j i 的容量下界ij l 和容量上界ij u 表示的物理意义分别是：通过该弧发送某种“物质”时，必须发送的最小数量为ij l ，而发送的最大数量为ij u 。
顶点V i ∈对应的供需量i d 则表示该顶点从网络外部获得的“物质”数量（0>i d 时），或从该顶点发送到网络外部的“物质”数量（0<i d 时）。
下面我们给出严格定义。
定义 对于流网络),,,,(D U L A V N =，其上的一个流（flow ）f 是指从N 的弧集A 到R 的一个函数，即对每条弧),(j i 赋予一个实数ij f （称为弧),(j i 的流量）。
如果流f 满足∑∑∈∈∈∀=-Ai j j i ji A j i j ij V i d f f ),(:),(:,,（1）A j i u f l ij ij ij ∈∀≤≤),(,， （2）则称f 为可行流（feasible flow ）。
网络流：最小费用最大流（最简单的算法）最小费用流在OI 竞赛中应当算是比较偏门的内容，但是NOI2008 中employee 的突然出现确实让许多人包括zkw 自己措手不及。
可怜的zkw 当时想出了最小费用流模型，可是他从来没有实现过，所以不敢写，此题0 分。
zkw 现在对费用流的心得是：虽然理论上难，但是写一个能AC 题的费用流还算简单。
先贴一个我写的employee 程序：只有不到70 行，费用流比最大流还好写～程序代码:C++#include <cstdio>#include <cstring>using namespace std;const int maxint=~0U>>1;int n,m,pi[550]={0},cost=0;bool v[550]={0};struct etype{int t,c,u;etype *next,*pair;etype(){}etype(int t_,int c_,int u_,etype* next_):t(t_),c(c_),u(u_),next(next_){}void* operator new(unsigned,void* p){return p;}} *e[550],*eb[550];int aug(int no,int m){if(no==n)return cost+=pi[1]*m,m;v[no]=true;for(etype *&i=e[no];i;i=i->next)if(i->u && !v[i->t] && pi[i->t]+i->c==pi[no])if(int d=aug(i->t,m<i->u?m:i->u))return i->u-=d,i->pair->u+=d,d;return 0;}bool modlabel(){int d=maxint,c;for(int i=1;i<=n;++i)if(v[i])for(etype *j=eb[i];j;j=j->next)if(j->u && !v[j->t])if((c=j->c-pi[i]+pi[j->t])<d)d=c;if(d==maxint)return false;for(int i=1;i<=n;++i)if(v[i])pi[i]+=d,e[i]=eb[i];return true;}int main(){freopen("costflow.in","r",stdin);freopen("costflow.out","w",stdout);scanf("%d %d",&n,&m);etype *Pe=new etype[m+m];while(m--){int s,t,c,u;scanf("%d%d%d%d",&s,&t,&u,&c);e[s]=new(Pe++)etype(t, c,u,e[s]);e[t]=new(Pe++)etype(s,-c,0,e[t]);e[s]->pair=e[t];e[t]->pair=e[s];}memmove(eb,e,sizeof(e));do do memset(v,0,sizeof(v));while(aug(1,maxint));while(modlabel());printf("%d\n",cost);return 0;}程序代码:CB大牛翻译的PASCALvarn,m,i,l,s,t,c,cost,u:longint;v:array[0..600]of boolean;dis:array[0..600]of longint;e_n,e_t,e_c,e_u,e_p,e_x:array[0..250000]of longint;function min(a,b:longint):longint;beginif a>b then exit(b);exit(a);end;procedure addedge(s,t,c,u,k:longint);begininc(l);e_n[l]:=e_n[s];e_n[s]:=l;//下一条边e_t[l]:=t;//边的另一端e_c[l]:=c;//边的费用e_u[l]:=u;//边的容量e_p[l]:=l+k;//对应的边end;procedure build(s,t,c,u:longint);beginaddedge(s,t,c,u,1);addedge(t,s,-c,0,-1);end;function aug(no,m:longint):longint;vari,d:longint;beginif no=n then begininc(cost,m*dis[1]);exit(m);end;v[no]:=true;i:=e_x[no];while i<>0 do beginif (e_u[i]>0)and(not v[e_t[i]])and(dis[e_t[i]]+e_c[i]=dis[no]) then begind:=aug(e_t[i],min(m,e_u[i]));if d>0 then begindec(e_u[i],d);inc(e_u[e_p[i]],d);e_x[no]:=i;exit(d);end;end;i:=e_n[i];end;e_x[no]:=i;exit(0);end;function modlabel:boolean;vard,i,j:longint;begind:=maxlongint;for i:=1 to n do if v[i] then beginj:=e_n[i];while j<>0 do beginif (e_u[j]>0)and(not v[e_t[j]])and(e_c[j]-dis[i]+dis[e_t[j]]<d) then d:=e_c[j]-dis[i]+dis[e_t[j]];j:=e_n[j];end;end;if d=maxlongint then exit(true);for i:=1 to n do if v[i] then beginv[i]:=false;inc(dis[i],d);end;exit(false);end;beginassign(input,'coflow.in');reset(input);assign(output,'coflow.out');rewrite(output);readln(n,m);l:=n;for m:=m downto 1 do beginreadln(s,t,u,c);build(s,t,c,u);end;repeatfor i:=1 to n do e_x[i]:=e_n[i];while aug(1,maxlongint)>0 do fillchar(v,sizeof(v),0);until modlabel;writeln(cost);close(output);end.这里使用的是连续最短路算法。
北京联合大学实验报告项目名称: 运筹学专题实验报告学院: 自动化专业：物流工程班级： 1201B 学号：2012100358081 姓名：管水城成绩：2015 年 5 月 6 日实验三:使用matlab求解最小费用最大流算问题一、实验目的：(1）使学生在程序设计方面得到进一步的训练;，学习Matlab语言进行程序设计求解最大流最小费用问题。
二、实验用仪器设备、器材或软件环境计算机，Matlab R2006a三、算法步骤、计算框图、计算程序等1.最小费用最大流问题的概念。
在网络D(V，A）中，对应每条弧(vi，vj)IA，规定其容量限制为cij(cij\0)，单位流量通过弧(vi，vj）的费用为dij(dij\0)，求从发点到收点的最大流f，使得流量的总费用d（f)为最小,即mind（f）=E（vi，vj）IA2。
求解原理。
若f是流值为W的所有可行流中费用最小者，而P是关于f的所有可扩充链中费用最小的可扩充链,沿P以E调整f得到可行流fc,则fc是流值为（W+E)的可行流中的最小费用流.根据这个结论，如果已知f是流值为W的最小费用流,则关键是要求出关于f 的最小费用的可扩充链。
为此,需要在原网络D的基础上构造一个新的赋权有向图E（f),使其顶点与D的顶点相同,且将D中每条弧(vi，vj)均变成两个方向相反的弧（vi,vj)和(vj，vi)1新图E（f)中各弧的权值与f中弧的权值有密切关系,图E（f)中各弧的权值定义为：新图E(f)中不考虑原网络D中各个弧的容量cij。
为了使E（f）能比较清楚，一般将长度为]的弧从图E(f）中略去.由可扩充链费用的概念及图E(f)中权的定义可知，在网络D中寻求关于可行流f的最小费用可扩充链，等价于在图E（f）中寻求从发点到收点的最短路.因图E(f）中有负权,所以求E(f)中的最短路需用Floyd算法。
1.最小费用流算法的框图描述。
图一2.计算最小费用最大流MATLAB源代码，文件名为mp_mc.mfunction[Mm，mc，Mmr]=mp_mc（a，c）A=a; %各路径最大承载流量矩阵C=c; %各路径花费矩阵Mm=0; ％初始可行流设为零mc=0； %最小花费变量mcr=0;mrd=0；n=0;while mrd~=inf %一直叠代到以花费为权值找不到最短路径for i=1:（size(mcr’，1)—1)if a(mcr（i）,mcr(i+1）)==infta=A(mcr（i+1)，mcr（i）)—a(mcr(i+1）,mcr（i））； elseta=a（mcr(i）,mcr（i+1));endn=min（ta,n）；％将最短路径上的最小允许流量提取出来endfor i=1：(size（mcr’，1）-1）if a(mcr(i),mcr(i+1））==infa(mcr（i+1),mcr(i））=a（mcr（i+1）,mcr（i))+n；elsea(mcr（i），mcr(i+1）)=a(mcr(i），mcr(i+1)）—n；endendMm=Mm+n；％将每次叠代后增加的流量累加，叠代完成时就得到最大流量 for i=1：size（a，1）for j=1：size（a’，1）if i～=j&a（i，j）～=infif a(i，j)==A(i,j） %零流弧c（j，i）=inf;c(i,j）=C（i，j)；elseif a（i,j)==0 %饱合弧c（i,j）=inf;c(j，i）=C(j，i)；elseif a(i，j)~=0 %非饱合弧c（j，i）=C（j，i)；c（i,j）=C(i,j)；endendendend［mcr,mrd]=floyd_mr（c) %进行叠代，得到以花费为权值的最短路径矩阵(mcr）和数值（mrd）n=inf;end％下面是计算最小花费的数值for i=1:size(A,1)for j=1：siz e(A’，1)if A(i,j）==infA（i，j）=0;endif a（i，j）==infa(i,j)=0；endendendMmr=A—a； %将剩余空闲的流量减掉就得到了路径上的实际流量，行列交点处的非零数值就是两点间路径的实际流量for i=1：size(Mmr，1）for j=1:size(Mmr’，1)if Mmr(i，j）~=0mc=mc+Mmr(i，j）*C(i,j)；％最小花费为累加各条路径实际流量与其单位流量花费的乘积endendend利用福得算法计算最短路径MATLAB源代码,文件名为floyd_mr。
bp算法例题
以下是BP算法的一些例题:
1. 最小生成树:
设网络有n个节点,有m条边,求网络中最小的生成树。
步骤:
- 设BP机初始状态为全0,初始权重为0
- 从根节点开始遍历网络,每次更新当前节点的最小权重向量,同时记录当前节点的前缀和
- 对于每个相邻节点,计算它的最小权重向量与当前节点的最小权重向量的商,得到当前节点的权重向量
- 根据权重向量更新生成树
- 重复步骤直到生成树为空
2. 最短路径问题:
设网络有n个节点,有m条边,求网络中从任意一个节点到另一个节点的最短路径。
步骤:
- 设BP机初始状态为全0,初始权重为0
- 从任何节点开始遍历网络,每次更新当前节点的最小权重向量,记录当前节点的前缀和
- 计算从当前节点到另一个节点的最短路径
- 根据最短路径更新权重向量,并返回最短路径
3. 最小费用最大流问题:
设网络有n个节点,有m条边,求网络中从任意一个节点去往另一个节点的最小费用最大流。
步骤:
- 设BP机初始状态为全0,初始权重为0
- 从任何节点开始遍历网络,每次更新当前节点的最小权重向量,记录当前节点的前缀和
- 计算从当前节点去往另一个节点的最小费用最大流
- 根据最小费用最大流更新权重向量,并返回最小费用最大流
这些例题只是BP算法的一些典型应用,实际上BP算法还可以用于解决其他类型的问题,例如网络拓扑优化、约束优化等。
