导读:本文包含了最小费用路算法论文开题报告文献综述及选题提纲参考文献，主要关键词:最小费用最大流,最短路算法,负权值
最小费用路算法论文文献综述
唐四云,罗操,张倩[1]（2019）在《最小费用最大流的改进算法》一文中研究指出目前出现的最小费用最大流算法都有自身的缺陷,一般情况下都能达到最大流,但费用和效率达不到理想状态.鉴于算法核心是在赋权图中搜索费用最短路,本文结合最短路算法和赋权图的特点,提出了对最小费用最大流算法的改进.改进算法易理解且便于计算,通过对实例的Lingo编程实现,进一步论证改进算法的可行性.(本文来源于《广东技术师范学院学报》期刊2019年03期）
赵璐阳,王丽娟,宋金凤[2]（2019）在《基于最小费用最大流改进算法的多种交通方式开行方案协同优化研究》一文中研究指出为降低日常非拥挤状态下城际间综合运输系统的客运总成本,对运输通道内多种交通方式的列车开行方案或车辆运行作业计划进行了协同优化。以广义运输成本最小为目标函数,以成本和客流为约束条件,将协同优化归纳为最小费用最大流问题。为提高计算效率,根据图论中最小费用最大流常用算法之一的最小费用路算法设计出协同优化改进算法。以示例路网为基础,构建协同优化合适算例进行改进算法应用。结果表明,协同优化可以有效降低非拥挤状态下综合运输系统客运总成本,其改进算法表现出良好的有效性和准确性。(本文来源于《铁道运输与经济》期刊2019年03期）
刘艳清[3]（2017）在《最小费用最大双流算法的研究与应用》一文中研究指出最小费用最大双流问题具有很大的研究意义,许多网络优化问题都可归为它的特例,如最短路问题、最大流问题、最小费用最大流问题等。随着物流运输的发展,对于以上问题的研究已经满足不了运输行业不断发展的需要,需要迫切的对双费用流问题进行深入研究,研究最小费用最大双流不仅具有理论价值,而且也具有很大的实用价值。本文对于传统的最小费用最大双流算法进行改进,主要成果如下:1.通过对比剩余网络和余网络的区别,提出了一种基于剩余网络的最小费用最大双流算法,该算法避免了在构建剩余网络时,增广路径中有逆流存在引起的混淆。对改进的算法进行推理证明得出算法的正确性,仿真实验的结果证明算法能得到网络的最大双流。2.提出了一种定流值比例的最小双费用流的新算法,在求得的最大双流和最小费用的基础上,调整双流值,在求得定流值比例的同时使其总费用最小。逻辑推理和仿真实验结果均表明,所提出的算法可行、有效,能较好地解决稀疏网络以及复杂网络中定流值比例的最小双费用流问题。3.发现了一种最小费用流的新算法,新算法首先利用改进的Dijkstra算法搜索出从源点至汇点的所有费用路径,并且在余网络中增广流值,由于余网络比剩余网络构造简单,所以最终提高了算法的时间效率。仿真实验结果表明新算法较复杂网络更适用于稀疏网络。4.一种最小费用流的新算法应用于容量-费用双流网络中,从而得到一种求解最小双费用流的新算法,并通过实例验证算法是有效的。(本文来源于《南京邮电大学》期刊2017-10-26）
纪亚劲,刘艳清,赵礼峰[4]（2018）在《求解最小费用流的一种新算法》一文中研究指出网络最小费用流问题是经典的双目标优化问题,其中利用的图论方法主要有负费用回路算法和最小费用路算法。最小费用路(Busacker-Gowan)算法每次增广流值之前都需要搜索一次最小费用路径,导致算法复杂度偏高,并且该算法是在剩余网络的基础上进行增广,使得该算法在计算预定流值最小费用流时有点冗余。针对这些不足,提出了一种求最小费用流的新算法。该算法首先利用改进的Dijkstra算法一次搜索出所有的源点至汇点费用路径,并且在余网络中增广流值。由于余网络比剩余网络构造简单,所以最终提高了算法的时间效率。仿真实验表明,在ER随机网络中提出算法和经典算法的计算结果相同,并且提出算法不管是在稀疏网络还是非稀疏网络中其运行时间比经典算法都要少,同时更适用于稀疏网络。(本文来源于《计算机技术与发展》期刊2018年01期）
陈秋茹[5]（2017）在《不确定网络多仓库多品种有路径限制的最小费用流算法》一文中研究指出双十一购物狂欢节是指每年11月11日的网络促销日。在这一天,许多企业会进行大规模促销活动,网购订单均会瞬间激增。同一时间,企业面临一个运输调度的问题,然而货仓里货物数量以及运输环境可能产生很多不确定因素。货物运输调度问题(简称运输调度)是将有限的资源分配给各种不同需求的决策过程,其目的就是优化一个或者多个目标,它广泛存在于当今大多数的制造和生产系统中。优化的运输调度方案,可使得货物到达时间提前,降低物流成本,从而为企业带来更好的经济效益和市场竞争力。因此对运输过程进行有效合理的调度具有重要意义。在对国内外现有研究成果梳理和总结的基础上,本文研究了不确定网络中多仓库多品种有运送路径限制的最小费用运输调度问题。在不确定网络中直截了当地对运输调度问题求解,将导致大量的与目标节点无关的节点被搜索,增加了查找时间。因此,本文首先求解不确定网络中节点之间的可达关系,作为优化策略。在不确定图中,查找状态之间信息的传递是否存在一个环。若存在,每两个状态之间都有可达关系。我们把第一个入环的状态作为父节点,记录这个环内所有状态的可达关系。环内其他的状态通过父节点共享的可达关系更新自己的可达关系,减少了许多无用的状态和动作被搜索。从而将不确定规划系统缩小范围,提高了效率。其次,针对有运送路径限制的多仓库多品种的实际情况,设计了不确定网络中多仓库多品种有运送路径限制的最小费用运输算法,规划出最小费用的调度策略。运用上述算法对不确定网络进行“筛选”。通过“筛选”后的路径建立不确定图。然后分别对多个品种进行路径规划。每次选中一条运送路径,会使得不确定环境因子增加。而每条路径设置了一个临界值限制了不确定因子,以保证物品的安全运送。为了使得总运送费用最小,本文每次选择费用最小的边来贪心总费用,并加入了SLF策略和LLL策略作为算法优化。假设某个仓库的某个品种补货了,此时判断当前的规划解是否最优。如果当前规划解是最优解,则跳过;如果不是最优解,则对规划解做出调整,计算新的总费用。算法实验证明,此算法能够快速求解不确定网络多仓库多品种有路径限制的最小费用运输调度问题。(本文来源于《湘潭大学》期刊2017-05-01）
张宏雨,寇玮华,贾雨竹[6]（2016）在《基于多品种流划分的最小费用流算法研究》一文中研究指出本文基于多品种流思想对车流进行划分,将最小费用流算法结合交通网络和交通流特性实现路段流量均衡。算法以交通总阻抗最小以及将各个路段的饱和度控制在0.75及以下为目标,以服务水平分类确定的交通拥堵状态和多品种流中大、小车型流的分配比为约束获取各路段流量精确调整量,交通网络中路段阻抗随流量调整实时更新,最终使拥挤网络流达到均衡状态。以12节点的网络为例,算例证明了算法能有效均衡交通网络流,该算法为交通网络流控制和车辆导航路径诱导提供了有力依据,让出行者避开拥堵路段和选择阻抗最小路径出行。(本文来源于《交通运输工程与信息学报》期刊2016年03期）
高洁,杨巨峰[7]（2016）在《一种求解最小费用最大流问题的新算法》一文中研究指出常见的两种最小费用最大流算法是在最小费用基础上通过增广链求得最大流量和在最大流量基础上通过可调圈求得最小费用。通过对两种算法进行综合比较,分析其优缺点及改进思路,提出新的算法:利用最小费用法寻找最小费用增广链,据此求得接近最小费用的最大流;再通过可调圈法检验并调整该结果。(本文来源于《运城学院学报》期刊2016年03期）
张煜,吴露,田维[8]（2016）在《动态最小费用流启发式算法求解多式联运问题》一文中研究指出旨在解决一类现实中的公铁水多式联运决策问题,其运输网络具有与季节、环境相关的动态拓扑结构。结合图论和公铁水中转节点的网络拓扑结构,将现实中的公铁水多式联运决策问题转化为动态最小费用流问题,通过定义与时间相关的弧的容量上界,实现不同季节和环境下的动态网络拓扑结构的设计。在此基础上,以最小化公铁水的运输与中转总费用为目标函数,构建了最小费用流数学模型。为了高效求解该数学模型,设计了基于动态最小费用流的启发式算法,用于解决公铁水路径选择和运量分配决策。最后,结合西江水系公铁水多式联运实例进行了仿真验证与分析,表明方法是可行和高效的。(本文来源于《武汉理工大学学报》期刊2016年02期）
吴立新,刘纪平,江锦成[9]（2016）在《基于MPI的最小费用流网络单纯形并行算法设计与实验》一文中研究指出网络最小费用流算法常用来解决资源流最优分配问题,传统的串行算法因时间复杂度高而不能满足大规模网络对计算效率的要求。该文用时间复杂度低的网络单纯形算法(NSA)的并行化求解大规模网络的最小费用流问题。通过分析NSA的可并行性,使用MPI分布式并行技术,设计了NSA并行算法;分析了3种常用流网络的拓扑结构特征及其与地理网络的关系;在并行环境下对计算效率进行实验测试,结果表明该算法具有显着的加速效果,峰值可达5.4。NSA并行算法应用面宽,可为区域及全国性大规模网络流资源分配方案的快速制定与政务决策提供有力支持。(本文来源于《地理与地理信息科学》期刊2016年01期）
李运,潘应久,侯礼兴[10]（2015）在《基于最小费用最大流算法的冲突车流分配》一文中研究指出从最短路径角度研究交通分配问题,利用Dijkstra算法求解最短路径,根据道路容量和运行时间的限制,得出非冲突车流的优化路径,在此基础上假设冲突发生,采用设置优先通行规则与最小费用最大流算法相结合,实现有交通冲突情况下的交通流分配。(本文来源于《山东交通学院学报》期刊2015年02期）
最小费用路算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为降低日常非拥挤状态下城际间综合运输系统的客运总成本,对运输通道内多种交通方式的列车开行方案或车辆运行作业计划进行了协同优化。以广义运输成本最小为目标函数,以成本和客流为约束条件,将协同优化归纳为最小费用最大流问题。为提高计算效率,根据图论中最小费用最大流常用算法之一的最小费用路算法设计出协同优化改进算法。以示例路网为基础,构建协同优化合适算例进行改进算法应用。结果表明,协同优化可以有效降低非拥挤状态下综合运输系统客运总成本,其改进算法表现出良好的有效性和准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
最小费用路算法论文参考文献
[1].唐四云,罗操,张倩.最小费用最大流的改进算法[J].广东技术师范学院学报.2019
[2].赵璐阳,王丽娟,宋金凤.基于最小费用最大流改进算法的多种交通方式开行方案协同优化研究[J].铁道运输与经济.2019
[3].刘艳清.最小费用最大双流算法的研究与应用[D].南京邮电大学.2017
[4].纪亚劲,刘艳清,赵礼峰.求解最小费用流的一种新算法[J].计算机技术与发展.2018
[5].陈秋茹.不确定网络多仓库多品种有路径限制的最小费用流算法[D].湘潭大学.2017
[6].张宏雨,寇玮华,贾雨竹.基于多品种流划分的最小费用流算法研究[J].交通运输工程与信息学报.2016
[7].高洁,杨巨峰.一种求解最小费用最大流问题的新算法[J].运城学院学报.2016
[8].张煜,吴露,田维.动态最小费用流启发式算法求解多式联运问题[J].武汉理工大学学报.2016
[9].吴立新,刘纪平,江锦成.基于MPI的最小费用流网络单纯形并行算法设计与实验[J].地理与地理信息科学.2016
[10].李运,潘应久,侯礼兴.基于最小费用最大流算法的冲突车流分配[J].山东交通学院学报.2015