
- •Приложения теории графов: нахождение кратчайших путей и решение задач размещения в графах
- •Содержание
- •Лабораторная работа № 1
- •2.2. Алгоритм Дейкстры (случай неотрицательной матрицы весов)
- •2.3. Алгоритм Форда (случай общей матрицы весов)
- •2.4. Алгоритм Флойда (кратчайшие пути между всеми парами вершин)
- •2.5. Применение к сетевому планированию и управлению
- •3. Задание
- •4. Контрольные вопросы
- •2.2. Центр и радиус графа
- •2.3. Абсолютный центр графа
- •2.4. Кратные центры (р-центры) графа
- •2.5. Практическое применение задачи размещения центров
- •2.6. Медиана графа
- •2.7. Кратные медианы (р-медианы) графа
- •2.8. Приближенный алгоритм нахождения кратных медиан графа
- •2.9. Практическое применение задачи размещения медиан
- •3. Задание
- •4. Контрольные вопросы
- •Список литературы
- •Лабораторный практикум по дисциплине «Прикладная теория графов»
- •450000, Уфа-центр.Ул.К.Маркса,12
2.8. Приближенный алгоритм нахождения кратных медиан графа
Тэйц
и Барт предложили эвристический метод
для нахождения р-медианы.
Метод состоит в следующем: случайным
образом выбираются р
вершин, они и образуют начальное множество
S,
аппроксимирующее р-медианное
множество
.
Затем выясняется, может ли некоторая
вершина
заменить вершину
,
для чего строится новое множество
и сравниваются передаточные числа
и
.
Если
,
то вершина
замещается вершиной
и из множестваS
получается множество
,
которое лучше аппроксимирует р-медианное
множество
.
Затем исследуется и преобразуется
множество
,
по вышеприведенной процедуре до тех
пор, пока не будет построено множество
,
такое, что ни одну его вершину нельзя
заместить вершинной из множества
и получить множество с меньшим передаточным
числом, чем
.
Множество S*
берется в качестве требуемого приближения
к множеству
.
Описание приближенного алгоритма:
Шаг
1. Выбрать некоторое множество S
из р
вершин в качестве начального приближения
к р-медиане.
Назовем все вершины
"неопробованными".
Шаг
2. Взять произвольную «неопробованную»
вершину и для каждой вершины
вычислить "приращение"
,
соответствующее замене вершины
вершиной
,
т.е. вычислить
.
Шаг
3. Найти
.
1.
Если
,
то назвать вершину
"опробованной".
2.
Если
,
то
и назвать все вершины множества
"неопробованными".
Шаг
4. Если все вершины из множества
опробованы, то конец алгоритма (текущее
множествоS
является аппроксимацией р-медианного
множества
),
иначе перейти к шагу 2.
Этот алгоритм можно применить для нахождения р-центра.
2.9. Практическое применение задачи размещения медиан
В ряде задач о размещении пунктов обслуживания требуется так расположить обслуживания на графе, чтобы сумма кратчайших расстояний от этого пункта до вершин графа была минимально возможной. Оптимальное в указанном смысле место расположения пункта называется медианой графа. Исходя из природы целевой функции, такие задачи называют минисуммными задачами размещения. Эти задачи в различных формах часто встречаются на практике: при выборе места расположения коммутаторов в телефонной сети, подстанций в электросетях, баз снабжения в сети дорог, отделов сортировки в почтовой связи и т.д.
3. Задание
3.1. Получить у преподавателя вариант задания.
3.2. Для графа G с весами вершин заданными вектором V найти центр, абсолютный центр ("искусственные точки" выбрать посередине каждого ребра) и p-центры (p=2, 3 и 4).
3.3. Для графа G с весами вершин заданными вектором V найти медиану и p-медианы (p=2, 3 и 4).
Варианты задания:
№ варианта |
№ графа |
V |
1 |
1 |
[5,3,1,7,4,6] |
2 |
2 |
[4,2,8,2,5,4] |
3 |
3 |
[7,6,4,5,8,3] |
4 |
4 |
[6,4,6,6,7,1] |
5 |
5 |
[2,3,5,4,3,2] |
6 |
6 |
[8,7,1,8,1,5] |
7 |
1 |
[9,8,9,3,2,6] |
8 |
2 |
[1,6,2,9,4,7] |
9 |
3 |
[3,7,4,7,1,9] |
10 |
4 |
[5,3,2,6,5,6] |
11 |
5 |
[7,9,1,4,4,8] |
12 |
6 |
[9,1,3,1,7,6] |
1. 2.
3. 4.
5. 6.