图论在数学建模中一般用于哪些类型的题

我问的是比如“最小路径”“工序问题”“网络流”“颜色分类”。。。这些。我想做一个归纳,那位大神能给我,越全越好,希望还能附上算法到哪里找。除此之外,能不能介绍一下关于图论用于数学建模比较有用或写的人性化一点的教材。万分感谢
还有想做一个“背景”归纳,如“赛程安排”“乘公交,看奥运” 。忘了问了,图论一般是用matlab还是其他软件

1 最短路问题(SPP-shortest path problem)
一名货柜车司机奉命在最短的时间内将一车货物从甲地运往乙地。从甲地到乙地的公路网纵横交错,因此有多种行车路线,这名司机应选择哪条线路呢?假设货柜车的运行速度是恒定的,那么这一问题相当于需要找到一条从甲地到乙地的最短路。
2 公路连接问题
某一地区有若干个主要城市,现准备修建高速公路把这些城市连接起来,使得从其中任何一个城市都可以经高速公路直接或间接到达另一个城市。假定已经知道了任意两个城市之间修建高速公路的成本,那么应如何决定在哪些城市间修建高速公路,使得总成本最小?
3 指派问题(assignment problem)
一家公司经理准备安排 名员工去完成 项任务,每人一项。由于各员工的特点不同,不同的员工去完成同一项任务时所获得的回报是不同的。如何分配工作方案可以使总回报最大?
4 中国邮递员问题(CPP-chinese postman problem)
一名邮递员负责投递某个街区的邮件。如何为他(她)设计一条最短的投递路线(从邮局出发,经过投递区内每条街道至少一次,最后返回邮局)?由于这一问题是我国管梅谷教授1960年首先提出的,所以国际上称之为中国邮递员问题。
5 旅行商问题(TSP-traveling salesman problem)
一名推销员准备前往若干城市推销产品。如何为他(她)设计一条最短的旅行路线(从驻地出发,经过每个城市恰好一次,最后返回驻地)?这一问题的研究历史十分悠久,通常称之为旅行商问题。
6 运输问题(transportation problem)
某种原材料有 个产地,现在需要将原材料从产地运往 个使用这些原材料的工厂。假定 个产地的产量和 家工厂的需要量已知,单位产品从任一产地到任一工厂的运费已知,那么如何安排运输方案可以使总运输成本最低?
7.最短路已有成熟的算法:迪克斯特拉(Dijkstra)算法
8.计算赋权图中各对顶点之间最短路径,显然可以调用Dijkstra算法。具体方法是:每次以不同的顶点作为起点,用Dijkstra算法求出从该起点到其余顶点的最短路径,反复执行n次这样的操作,就可得到从每一个顶点到其它顶点的最短路径。这种算法的时间复杂度为O(n^3)。第二种解决这一问题的方法是由Floyd R W提出的算法,称之为Floyd算法。(可以解决第一个问题)
9.prim算法、Kruskal算法构造最小生成树(使所有点连通)
10.匈牙利算法、Kuhn-Munkres算法解决人员分配问题
11.Euler回路的Fleury算法(中国邮递员问题)
12.最大流的一种算法—标号法(用标号法寻求网络中最大流的基本思想是寻找可增广轨,使网络的流量得到增加,直到最大为止。)

我的计算机不好,用的是MATLAB,网上很多资料可以百度到。程序好直接百度对应算法搞成C的吧……
算法很多百度能到……

参考资料:个人总结

温馨提示:内容为网友见解,仅供参考
第1个回答  2010-08-25
图论可用于解决“最短路问题”“指派问题”“中国邮递员问题”“旅行商问题”“运输问题”等问题。
对于“赛程安排”的问题建议看看02年全国大学生数模竞赛D题的优秀论文,“乘公交,看奥运”07年全国大学生数模竞赛的b题的优秀论文。看看优秀论文很有帮助!!
图论问题可以用MATLAB做,也可以用lingo将题作为规划问题解决。至于程序,我也是刚刚接触,有些问题也为看明白,我建议你看看相关的资料。
希望简陋的建议对你有帮助!!
第2个回答  2010-08-23
excelorm或者lingo都不错。

图论在数学建模中一般用于哪些类型的题
1 最短路问题(SPP-shortest path problem)一名货柜车司机奉命在最短的时间内将一车货物从甲地运往乙地。从甲地到乙地的公路网纵横交错,因此有多种行车路线,这名司机应选择哪条线路呢?假设货柜车的运行速度是恒定的,那么这一问题相当于需要找到一条从甲地到乙地的最短路。2 公路连接问题 某...

数学建模中的各种模型汇总
数学建模是科学分析和问题解决的重要工具,广泛应用于优化、分类、评价、预测等多个领域。本文将详细介绍数学建模中涉及的各种模型,包括优化模型、分类模型、评价模型、预测模型。优化模型是数学建模的核心,涵盖多种具体模型。线性规划、整数线性规划、非线性规划、多目标规划、动态规划等,通过这些模型可以解...

数学建模需要学哪些知识
1. 数学基础知识:微积分: 微积分是数学建模的基础,包括导数和积分等概念。它用于描述变化率、求解极值、积分面积等问题。线性代数: 线性代数中的矩阵运算和线性方程组求解对于建模问题中的数据处理和求解过程非常重要。概率论与数理统计: 用于描述不确定性和随机性,包括概率分布、期望、方差、最大似然...

数学建模常用十大算法和五大模型总结
3. 规划类问题,涉及线性、整数、多元和二次规划,适用于资源分配和决策。4. 图论算法,用于解决网络和路径相关问题。5. 计算机算法,如动态规划、回溯搜索等,用于求解最优化问题。6. 非经典优化算法,如模拟退火、神经网络和遗传算法,用于处理复杂优化问题。7. 网格算法和穷举法,用于搜索空间较大的问...

数学建模常用模型有哪些???
4. 图论算法:图论算法包括多种类型,如最短路径、网络流、二分图等。涉及图论的问题可以使用这些算法来解决,需要认真准备。5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法:这些算法在算法设计中应用广泛,很多场合在数学建模竞赛中也会用到。6. 最优化含混理论的三大非经典算法:模拟退火法、...

数学建模常用模型有哪些
1、蒙特卡罗算法,该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法。2、数据拟合、参数估计、插值等数据处理算法。3、线性规划、整数规划、多元规划、二次规划等规划类问题。4、图论算包括最短路、网络流、二分图等算法,涉及到图论的问题用这些方法解决。5、动态规划、回溯搜索、分治算法、...

数学建模需要哪些知识?
数学建模应当掌握的十类算法及所需编程语言:1、蒙特卡罗算法(该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟可以来检验自己模型的正确性,是比赛时必用的方法)。2、数据拟合、参数估计、插值等数据处理算法(比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于...

数学建模建模分为几种类型,分别用什么法求解?
数学建模的类型及其解法概述 1. 蒙特卡罗算法:这种算法以随机性模拟为基础,利用计算机仿真解决问题,并可用于验证模型的准确性。在比赛中经常使用。2. 数据处理算法:包括数据拟合、参数估计和插值等。这些算法对于处理比赛中遇到的大量数据至关重要,通常结合Matlab工具应用。3. 数学规划算法:涵盖线性规划...

数学建模中常用的数学方法有哪些?
数学建模中广泛采用多种数学方法,以下列举了一些主要的方法:1. 类比法:通过类比相似系统的特性来解决问题。2. 二分法:一种通过不断缩小区间范围来寻找函数零点的算法。3. 量纲分析法:利用物理量的量纲关系来简化问题。4. 差分法:将微分方程转化为差分方程进行求解。5. 变分法:基于能量或泛函极值...

常用的数学模型有哪些?另外运用数学建模解题的关键点有哪些?
4. 概率论模型:基于概率理论,用于处理不确定性和随机现象。5. 图论模型:处理网络结构和相关问题。数学建模解题的关键点包括:1. 灵活转换思维:将实际问题转化为数学问题,全面考虑因素,但避免过早陷入单一模型,需评估模型的可行性和解决的可能性。2. 识别核心问题:在实际问题中找出关键核心,围绕...

相似回答