Teoria grafow i sieci - temat nr 5.pdf
(
380 KB
)
Pobierz
Microsoft Word - Teoria grafow i sieci - temat nr 5.doc
dr inż. Z. Tarapata, Teoria grafów i sieci, Temat nr 5:
Sieci, drogi ekstremalne w sieciach
1
SIECI, drogi ekstremalne w sieciach
1.
Sieć
:
{}
{ }
J
S
= ξ
G
,
i
i
=
1
I
,
Ψ
j
j
=
1
gdzie:
G
=〈
W
,
U
,
P
〉 -
graf
ξ
i
:
W
→
X
i
,
i
=
1
I
Ψ
j
:
U
→
Y
j
,
j
=
1
J
ajczęściej:
X
i
=
R
,
Y
j
=
R
2.
Sieć stochastyczna (losowa):
9
bez zależności
ξ
i
oraz
Ψ
j
od czasu:
[ ]
() ( )
∨
ξ
i
:
W
→
0
i
∈
{ }
1
…
,
I
ξ
w
=
Pr
A
i
w
gdzie
:
A
w
– pewne zdarzenie losowe dotyczące
wierzchołka
w
, np.
A
w
≡
wierzchołek
w
jest
sprawny (działa)
;
lub (i)
[ ]
() ( )
∨
Ψ
j
:
U
→
0
{ }
Ψ
u
=
Pr
A
j
∈
1
…
,
J
j
u
gdzie:
A
u
– pewne zdarzenia losowe dotyczące
gałęzi
u
, np.
A
u
≡
gałąź
u
jest sprawna;
A
u
≡
długość gałęzi
u
wynosi
l
u
, itp.
9
z zależnością
ξ
i
oraz
Ψ
j
od czasu
:
[ ]
( )
( )
∨
i
ξ
:
W
×
T
→
0
i
∈
{ }
1
…
,
I
w
,
t
=
Pr
A
,
T
⊂
R
+
∪
{
0
i
w
,
t
gdzie:
A
w,t
– pewne zdarzenie losowe dotyczące
wierzchołka
w
i chwili
t
, np.
A
w,t
≡
wierzchołek w jest sprawny do chwili t, itp.
T
– zbiór opisujący czas;
ξ
dr inż. Z. Tarapata, Teoria grafów i sieci, Temat nr 5:
Sieci, drogi ekstremalne w sieciach
2
a)
b)
Sieć drogowa (a) i jej model grafowo-sieciowy (b)
(
funkcja
l
opisana na gałęziach może mieć interpretację odległości
)
dr inż. Z. Tarapata, Teoria grafów i sieci, Temat nr 5:
Sieci, drogi ekstremalne w sieciach
3
Problem drzewa ekonomicznego
Dla danej sieci
S
=
G
,
∅
,
{}
R
l
,
l
:
U
→
wyznaczyć taki karkas
T
=
W
,
P
U
*
*
grafu
G
=
W
,
U
,
P
, aby
L
( )
( )
T
*
= min
L
T
T
∈
gdzie:
T – zbiór wszystkich karkasów grafu
G
;
() ( )
L
T
=
∈
l
u
- koszt karkasu.
u
U
(
T
)
Algorytm Prim’a (wyznaczania karkasu najtańszego)
1.
Wybieramy dowolny x
∈
W i wśród gałęzi incydentnych z nim
wybieramy gałąź
u
I
(nie pętlę) o najmniejszej wartości
l(u
I
)
.
Tworzymy podgraf częściowy
G
I
=
W
I
,
U
I
,
P
I
zawierający
u
I
i wierzchołki incydentne z
u
I
.
Podstawiamy:
G
II
:=
W
|
W
I
,
U
II
,
P
II
-
podgraf,
W
/
II
:=
W
I
.
2.
Wśród
gałęzi
u
∈
U
takich, że
,
wybieramy gałąź
o najmniejszej wartości
l(u)
. Gałąź tą dołączamy do
U
I
:
{ }
x
u
,
y
∈
P
∨
y
,
u
,
x
∈
P
,
x
∈
W
I
,
y
∈
W
II
W
I
:
=
W
I
∪
y
;
W
II
:
=
W
II
\
{ }
y
. Postępowanie kończymy,
gdy
W
II
=
∅
. Wówczas
T
:
*
G
I
.
PRZYKŁAD
Wybieramy
wierzchołek np. 3
1.
2.1
2.2
2.3
5
2
G
I
≡
3
G
1
I
≡
1
I
G
2
≡
1
1
G
≡
3
3
3
3
2
5
2
1
3
7
1
I
G
3
≡
3
1
5
4
5
1
5
4
5
4
2
2
4
8
G
II
≡
1
II
G
2
≡
II
G
2
≡
G
II
∅≡ ,
,
∅
∅
5
2
2
3
4
4
I
T
3
*
=
*
dr inż. Z. Tarapata, Teoria grafów i sieci, Temat nr 5:
Sieci, drogi ekstremalne w sieciach
4
Algorytm Kruskala
1.
W zbiorze
U
wybieramy gałąź (nie pętlę) o najmniejszej
wartości
l(u).
Tworzymy podgraf częściowy
G
I
=
W
I
,
U
I
,
P
I
złożony z tej gałęzi i wierzchołków z nią incydentnych.
2.
Spośród niewybranych gałęzi, nie tworzących łańcuchów
cyklicznych z podgrafem
G
I
, wybieramy gałąź o najmniejszym
l(u)
i dołączamy ją do
G
I
wraz z wierzchołkami incydentnymi.
Za każdym razem przy wyborze następnej, najtańszej gałęzi,
wyliczamy liczbę cyklomatyczną powstającego grafu
częściowego i gałąź włączamy do zbioru gałęzi karkasu
Ù
wyliczona liczba cyklomatyczna jest równa zeru. Postępowanie
kończymy, gdy
W
I
=
W
. Wówczas
T
:
*
G
I
.
DROGI EKSTREMALNE W SIECIACH SKIEROWANYCH
UWAGA
: dotyczy tylko
dróg prostych.
Sieć standardowa dla problemu dróg ekstremalnych:
{}
S
=
G
,∅
,
l
gdzie:
l : U
→
R
l(u)
– „koszt” gałęzi
u
∈
U
;
U(µ(x
p
,x
k
)
) – zbiór gałęzi drogi
µ(x
p
,x
k
)
z wierzchołka
p
do
x
k
;
( )
( )
( )
F
µ
(
x
p
,
x
k
)
=
∑
l
u
- „koszt” drogi
µ(x
p
,x
k
)
.
u
∈
U
µ
(
x
p
,
x
k
)
Definicja problemu wyznaczania drogi ekstremalnej:
w sieci
S
znaleźć taką drogę
µ
*
∈
D
,
( )
p
x
k
, dla której
F
( )
µ
*
(
x
p
,
x
k
)
=
min
F
( )
µ
(
x
p
,
x
k
)
p
k
p
k
µ ∈
(
x
,
x
)
D
(
x
,
x
)
lub
F
( )
µ
*
(
x
p
,
x
k
)
=
max
F
( )
µ
(
x
p
,
x
k
)
µ ∈
(
x
p
,
x
k
)
D
(
x
p
,
x
k
)
gdzie
( )
D
,
x
k
- zbiór wszystkich dróg prostych w
G
z
x
p
do
x
k
.
p
dr inż. Z. Tarapata, Teoria grafów i sieci, Temat nr 5:
Sieci, drogi ekstremalne w sieciach
5
S jest cykliczna?
T
Rodzaj ekstremalizacji
min
max
N
l
≥
0
?
T
N
l
≤
0
?
T
Długości dróg cykl.>=0 ?
N
T
Długości dróg cykl.<=0 ?
N
T
Programowanie
dynamiczne
Programowanie
całkowitoliczbowe
pełny przegląd
Metoda dendrytów
dróg ekstremalnych
Sieci acykliczne – programowanie dynamiczne
µ
*
( )
x
p
,
x
k
=
?
w
G
I
=
W
,
U
I
,
P
I
x
Ω
- zbiór wierzchołków osiągalnych z
x
p
w
G
I
;
( )
p
x
Π
- zbiór wierzchołków, z których w
G
I
osiągalny jest
x
k
;
k
( ) ( )
=
- zbiór wierzchołków, które mogą
wystąpić w
( )
Ω
x
p
∩
Π
x
k
x
,µ
;
X
=
∅
⇒
nie istnieje
( )
p
x
k
x
,µ
;
p
x
k
G
,
=
,
U
P
- podgraf generowany przez
X
⊂
W
;
WW
…
- warstwy w G;
0
, , ,
x
p
∈ ;
W
x
k
∈
W
K
0
K
X
dop
i
=
W
i
∩
X
- zbiór tzw.
stanów dopuszczalnych
w
i
-tym
etapie;
U
dop
()
x
=
u
∈
U
:
∨
x
,
u
,
y
∈
P
y
∈
X
- zbiór
tzw.
sterowań dopuszczalnych
dla stanu
x
∈
X;
(
m
- liczba łuków w drodze
µ
;
N
( )
X
Plik z chomika:
Bayaniss
Inne pliki z tego folderu:
Teoria grafow i sieci - temat nr 1.pdf
(262 KB)
chmielewski.zip
(1980 KB)
prdom1.jpg
(58 KB)
prdom2.jpg
(69 KB)
Teoria grafow i sieci - temat nr 2.pdf
(860 KB)
Inne foldery tego chomika:
ALGORYTMY I STRUKTURY DANYCH
ANALII
AOK II
MD II
PEIE
Zgłoś jeśli
naruszono regulamin