一、运输网络中求最小费用最大流的一个算法（论文文献综述）
刘炜[1]（2018）在《可压缩流的网络输送优化问题研究》文中提出流是一个广为人知的概念,在数学、力学、电学、工程学、计算机科学乃至文学等诸多学科中均被广泛使用。长久以来,在流的数学模型的研究中,流的性质往往被设定为一个趋于理想化的状态,即在从起点到终点的运动过程中,流的总量保持不变,各种各样的研究也都基于这一性质进行。但实际上,这一性质并不是自然成立的,设定这一性质的目的往往是使计算更为简洁方便。因此,在一定的条件下,这一性质是有可能改变的,而这样的改变可能更符合实际情况。可压缩流是在运动过程中,其总量有可能发生改变的一种流。到目前为止,关于这种流的研究仍较为少见,然而,许多现实生活中的应用场景都具有或部分具有可压缩流的相关性质,因此对于可压缩流的研究不仅具有较高的理论价值,还具有鲜明的现实意义。本文基于现实生活中的可压缩流的应用,将实际运行情况抽象成条件与假设,并在这些假设的基础上提出适当的算法,以系统地解决可压缩流的相关问题。同时,本文还用实际运行数据检验并改进算法,使之具有更高的运行效率。可以预见,通过这一过程提出的算法将比传统的算法更加贴近生活实际,因此更能适应许多具体的系统运行情境。也就是说,本文提出的算法可以被应用于解决一些具体的问题,或为解决这些问题提供方向。
刘艳清[2]（2017）在《最小费用最大双流算法的研究与应用》文中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。
马毅,严余松[3]（2015）在《网络优化的最大利润问题及其破除可增利润圈算法》文中研究指明仿照最小费用最大流问题的物理意义,将网络上的费用参数转换成为一种利润参数,提出一个与最小费用最大流问题类似、但意义完全相反的最大利润最小流问题,并建立了该问题的数学规划模型。此外,提出了一个求解该问题最优解的破除可增利润圈算法,该算法通过不断破除网络上的可增利润圈增流,使目标函数值不断增长,最终得到问题的最优解及目标函数值;同时给出了关于该算法正确性的证明过程,并对算法的复杂度进行了分析,最后用示例对算法的求解过程进行了演示。结果表明,该算法能快速有效地求得该问题的最优解及目标函数值,且比一般的线性规划方法更加方便且直观得多。
马毅,严余松,户佐安[4]（2015）在《网络优化的最大利润问题及其增广路算法》文中进行了进一步梳理仿照最小费用最大流问题的物理意义,将网络上的费用参数转化成为一种利润参数,提出一个最大利润流问题,并建立了该问题的数学规划模型;给出一个求解该问题的最大利润增广路算法,该算法能快速有效地求得该问题的最优解及目标函数值。用示例对算法的求解过程进行了演示,结果表明该算法比一般的线性规划方法更加的方便,且直观得多。
贾宇琛[5]（2014）在《运输网络中若干最小最大问题的优化算法》文中提出给定一个运输网络,关于它的最大流、最小费用流的问题研究是一个永恒的研究课题，本文主要对最小费用最大流算法的设计及其在Visual C++6.0环境下的实现进行研究.全文共分四章：第一章是绪论,在绪论中,我们对运输网络、最小费用最大流的研究历史，以及这些领域的主要算法研究成果作了一番综述。第二章主要讨论有向运输网络N=（V, s, t; A; C; B），利用双层规划模型系统刻画最小费用最大流问题，设计出寻求其最优解的相应算法MCMF A及其数值算法MCMF=NA，并给出实现数值算法在Visual C++6.0环境下正确运行的核心源代码。第三章是举例验证，本章通过四个不同运输网络的最小费用最大流的求解例子，利用在Visual C++6.0环境下编译第二章的核心源代码从而生成的程序执行求解，验证该算法的可行性及其在计算机运算方面的优越性。第四章主要讨论在有上下界网络N=（V, s, t; A; C, C; B）中，在符合容量界限的范围内，寻找运输持续时间和运输费用最小的最佳解决方案的优化算法。
陶晓莉[6]（2014）在《最大流算法与应用研究》文中进行了进一步梳理网络最大流问题是网络流理论的重要组成部分，最小费用最大流问题是最大流问题的延伸，它们在众多领域中都有着广泛的应用，在实际生活中很多问题都可以转化为最大流问题来解决。对于网络最大流问题，采用的算法主要是Ford-Fulkerson算法和最大流算法。文章首先介绍了最大流算法及最小费用最大流算法的一些基本定义、基本定理以及两种经典算法。这些算法都存在计算量大、步骤繁琐以及增广链选取不当的问题，因此，文章做了以下工作：首先，给出了一种求解网络最大流问题的改进算法，即容量差算法，该算法是通过选择适当的增广链来计算最大流，增广链的选取原则依次是路径的长度最短、容量差最小、剩余容量和最大以及容量和最大。该算法过程可在一个图上完成，并且降低了算法复杂度。其次，文章给出了一种求解最小费用最大流问题的新算法，即费用差算法。该算法的核心是增广链的选择，采用的原则是：优先选择费用差最小的路径，若多条路径的费用差相同时，则优先选择费用和最小的路径，如若所选路径的费用和也相同，则优先选择最短路径。该算法优化了经典算法对选择增广链不当的问题，计算方便，易于执行。再次，在前面两种新算法的基础上提出了容量费用差算法，它同时考虑了网络的费用和流量，具有一定的应用意义。最后，给出了最大流问题的其他理论和实际应用，同时介绍了Lingo软件的相关知识，并且用Lingo语言验算三种新算法的可行性与正确性。
马宇斌[7]（2013）在《天基信息网络流问题的算法研究》文中研究表明随着航天技术飞速发展,构建天基信息网络,夺取空间优势成为各国科技和军事发展的重要任务.天基信息网络是一种以各种类型的卫星为网络节点,通过星间链路连接起来的空间无线网络系统,具有覆盖范围广、传输容量大等特点.路由问题和流问题作为天基信息网络信息传输的两种重要方式,日益成为国内外学者研究的课题.本文针对天基信息网络的特点,对其流问题进行了研究.通过对流问题的分类,提出了针对性强、有着重要应用背景和现实意义的三个流问题,并给出了相应的求解算法.本文的主要工作成果有以下几个方面:1、提出了天基信息网络流问题的分类标准,将其细分为静态流问题、动态信息流问题和动态拓扑流问题三种,指出了它们之间的区别与联系,阐述了它们各自所对应的现实应用背景,并将动态拓扑流问题转化成对静态网络问题作敏感度分析.2、根据天基信息网络的Qo S协议模式,阐述了多目标优化问题的实用价值,抽象出带主次双费用的最小双费用流问题模型.并利用原始对偶的思想,为该问题设计出正确高效的求解算法,最后将算法推广到最小多费用流问题上去.3、针对天基信息网络中存在的信息传输时延问题,抽象出连续时间容量网络的模型,提出了最短动态时间流的概念.发现了经典网络和带节点限制网络之间的关系,并分别为这两种网络模型设计出最短动态时间流算法.4、介绍了天基信息网络最大信息流敏感度分析的背景和研究现状,对其中的两个重要子问题——关键卫星问题和最佳添加链路弧问题,分别设计出高效的求解算法.相比按定义求解的自然算法,本文的算法在理论复杂性和实际计算量上都有明显降低.
马圆圆,栗娜,徐清云,李珍萍[8]（2010）在《带时间限制的最小费用运输问题的网络流解法》文中指出研究了带时间限制的最小费用运输问题,在分析了运量与运输时间关系的基础上,把运输时间划分成与运量无关和与运量有关的两部分;进一步根据已知的运输时间与运量的函数关系,把带时间限制的最小费用运输问题转化为最小费用最大流问题,给出了求解该问题的方法,并通过实例进行了计算。
庞博[9]（2009）在《动态网络中的流问题》文中提出网络流理论是图论与组合最优化相结合的产物,是运筹学理论中发展最快的分支之一.网络流理论主要研究网络中的最优化问题,其中两个基础的问题是求最短路和最小费用流.随着科学技术的发展进步和人类活动的日益复杂,在许多新型的网络中,经典的静态网络最优化的模型不再适用.本文就近年来的热点新型网络——动态网络中的流问题进行研究,主要研究了与求最短路和最小费用流相关的问题.通过将动态网络进行分类,提出了各自的问题模型,并给出了求解新模型的网络算法.本文的主要工作成果有以下几个方面:1.提出了动态网络的分类标准,将动态网络分成两类,时变动态网络和动态拓扑结构网络,指出了它们的区别和联系,并将动态拓扑结构网络中的流问题转化为对网络流问题进行灵敏度分析.2.提出了最小最大时间流的概念,证明了在离散化的时变-容量网络中,以时间作为费用的最小费用流是最小最大时间流.并以时变网络中的最短路算法为基础,提出了时变-容量网络的最小最大时间流算法.3.定义了最优添加顶点和最优添加弧,提出了求最短路上的最优添加顶点和最优添加弧的算法.给出了最优添加顶点和最优添加弧之间相互转化的方法.4.研究了最小费用流的灵敏度分析相关问题,利用在剩余网络中增广最小费用流的构造,提出了求最小费用流关键弧的MVA-MCF算法,算法相比自然算法在复杂性上有明显降低.提出了求最小费用流的最优添加弧的BAA-MCF算法,它与自然算法相比,在某些情况下复杂性更低.5.提出了求时变网络中关键弧的算法.算法通过Fibonacci堆存储数据,利用时变网络最短路算法的特殊性得出,它的复杂性相比自然算法有明显降低.6.介绍了等容网络和等距网络的工程背景,分析了一般网络算法在它们中的复杂性优化,给出了等容网络的灵敏度分析在多径路传输中的应用.
谢凡荣[10]（2009）在《网络优化中若干问题高效能算法研究及其在管理中的应用》文中指出网络优化就是研究如何有效地计划、管理和控制网络系统,使之发挥最大的社会和经济效益;就是研究与（赋权）图有关的最优化问题。网络优化课题是有理论意义和实际意义的课题,国内外不少学者从事网络优化的研究,并且取得了很好的研究成果。为了更好地把这些研究成果应用于实际,一种可供选择的措施是建立相关的决策支持系统。为了给建立相关决策支持系统提供方便,本文从便于计算机求解的角度对网络优化中若干问题进行了深入探究,在建立数学模型的基础上得到了求解这些问题的高效能算法,并且在计算机上编程实现了所有这些算法。本文研究的主要问题包括:管理安排问题、供给总量限定需求区间约束型运输问题、最短工期项目计划问题、固定费用运输问题、有上下界网络最大流与最小截问题、有上下界网络最小费用流与最小费用最大流问题、具有容量限制和边界条件约束的运输问题、运输问题的多反而少悖论、固定费用运输问题的多反而少悖论、多级供应链优化问题。本文从经典网络流理论及其应用、有上下界网络流理论及其应用、多级供应链优化这三个方面展开探究,组织如下。首先,本文给出了经典网络流理论中网络最大流问题与网络最小费用最大流问题这两个基础性问题的便于计算机求解的问题描述、相关理论与数值算法,并举例说明了它们的应用,为进一步的应用与理论研究奠定基础。接着,本文探究了经典网络流理论在求解管理安排问题、供给总量限定需求区间约束型运输问题、最短工期项目计划问题、固定费用运输问题中的应用,在建立数学模型的基础上得到了求解这些问题的高效能数值算法。然后,本文探究了有上下界网络流理论及其应用,拓广了经典网络流理论的有关结果;即探究了有上下界网络最大流与最小截问题、有上下界网络最小费用流与最小费用最大流问题,在建立数学模型的基础上得到了求解这两个问题的高效能数值算法,并把它们用于求解最短工期项目计划问题、具有容量限制和边界条件约束的运输问题、运输问题的多反而少悖论、固定费用运输问题的多反而少悖论,从而在建立数学模型的基础上得到求解这些问题的高效能数值算法。最后,本文探究了多级供应链优化问题,在建立数学模型的基础上得到了求解该问题的基于生成树改进遗传算法。该基于生成树改进遗传算法可用于在多级物流系统中寻求最好的生产配送方案,比原有的基于生成树遗传算法有更强的搜索全局最优解的能力,并且保留了原有的基于生成树遗传算法的优点。本文还提供了求解多级供应链优化问题的基于生成树改进遗传算法的C语言源代码。该源代码是我们用Visual C++6.0调试通过的,经过严格测试无误,可供调用或参考。该源代码是采用结构化模块化技术设计的,易于阅读。本文对网络优化中以上问题提出的求解方法,具有易于在计算机上编程实现、计算效率高等优点,因此具有实用价值,研究成果可以为建立相关的决策支持系统提供帮助,在管理中获得了很好的应用,并给出了江西省萍乡市排上养猪协会生猪农产品供应链管理实际应用案例,应用研究成果进行了“协会+农户”生猪饲料供应子网络最优运送方案计算设计有效研究,进行了“协会+农户”生猪销售最优配送方案计算设计有效研究,获得了很好的应用效果。
二、运输网络中求最小费用最大流的一个算法（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、运输网络中求最小费用最大流的一个算法（论文提纲范文）
（1）可压缩流的网络输送优化问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究技术路线 |
| 第二章 国内外研究综述 |
| 2.1 流模型 |
| 2.2 网络模型 |
| 2.2.1 网络输送模型 |
| 2.2.2 网络流模型 |
| 2.3 网络相关算法 |
| 2.4 本章小结 |
| 第三章 网络流的理论基础 |
| 3.1 图与网络 |
| 3.1.1 图与网络的基本概念 |
| 3.1.2 流与流量 |
| 3.2 最短路问题 |
| 3.3 网络流问题 |
| 3.3.1 最大流问题 |
| 3.3.2 最小费用最大流问题 |
| 3.4 网络相关算法 |
| 3.4.1 贪心算法 |
| 3.4.2 Dijkstra最短路算法 |
| 3.4.3 动态规划算法 |
| 3.4.4 一些启发式算法 |
| 3.5 本章小结 |
| 第四章 可压缩流网络输送优化算法研究 |
| 4.1 可压缩流网络及其数学表示 |
| 4.2 可压缩流网络输送问题 |
| 4.3 可压缩流网络输送优化算法的目标 |
| 4.4 可压缩流网络输送优化算法的实现 |
| 4.4.1 增广链与最大流问题的解法 |
| 4.4.2 最小费用最大流问题的解法 |
| 4.4.3 可压缩流网络输送问题的转化 |
| 4.4.4 可压缩流网络输送优化算法的内容 |
| 4.5 可压缩流网络输送优化算法的可行性分析 |
| 4.6 本章小结 |
| 第五章 可压缩流网络输送优化算法的应用研究 |
| 5.1 天然气管道输运问题 |
| 5.1.1 天然气管道输运问题描述 |
| 5.1.2 天然气管道输运问题分析 |
| 5.2 天然气输运问题的结果与评价 |
| 5.2.1 P公司天然气输运问题的数学表示 |
| 5.2.2 P公司天然气输运问题参数 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要工作与创新点 |
| 6.2 未来研究的设想与展望 |
| 6.3 本章小结 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（2）最小费用最大双流算法的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题研究现状综述 |
| 1.3 创新点与章节安排 |
| 1.3.1 创新点 |
| 1.3.2 章节安排 |
| 第二章 最小费用最大双流算法及其相关算法 |
| 2.1 相关概念及定理 |
| 2.2 最小费用流的相关算法 |
| 2.2.1 负回路算法 |
| 2.2.2 最小费用路算法 |
| 2.3 最小费用最大双流算法 |
| 2.4 最小费用最大流算法与最小费用最大双流算法的分析比较 |
| 2.5 本章小结 |
| 第三章 基于剩余网络的最小费用最大双流算法 |
| 3.1 理论基础 |
| 3.2 数学模型 |
| 3.3 算法的思想 |
| 3.4 算法的步骤 |
| 3.5 算法的正确性和时间复杂度 |
| 3.6 原算法与经典算法比较 |
| 3.7 本章小结 |
| 第四章 定流值比例的最小双费用流算法 |
| 4.1 基本概念 |
| 4.2 算法思想 |
| 4.3 算法步骤 |
| 4.4 算法的可行性分析 |
| 4.5 算法的时间复杂度 |
| 4.6 算法验证 |
| 4.6.1 建立网络模型 |
| 4.6.2 网络模型求解 |
| 4.7 算法仿真 |
| 4.7.1 新算法在稀疏网络中的运行时间 |
| 4.7.2 新算法在复杂网络中的运行时间 |
| 4.8 本章小结 |
| 第五章 一种最小费用流的新算法 |
| 5.1 基本概念 |
| 5.2 最小费用流算法 |
| 5.2.1 最小费用流算法的思想 |
| 5.2.2 最小费用流算法 |
| 5.2.3 最小费用路算法存在的劣势 |
| 5.3 一种求最小费用流的新算法 |
| 5.3.1 新算法思想 |
| 5.3.2 新算法步骤 |
| 5.3.3 新算法的可行性 |
| 5.3.4 新算法的复杂度 |
| 5.4 算法验证 |
| 5.4.1 算法举例 |
| 5.5 算法仿真分析 |
| 5.5.1 实例验证 |
| 5.5.2 随机网络实验与分析 |
| 5.6 本章小结 |
| 第六章 最小费用流算法应用到容量-费用双流网络中 |
| 6.1 算法思想 |
| 6.2 算法步骤 |
| 6.3 算法的可行性分析 |
| 6.4 算法的复杂度 |
| 6.4.1 时间复杂度 |
| 6.4.2 空间复杂度 |
| 6.5 算法实例 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间出版的论文 |
| 致谢 |
（3）网络优化的最大利润问题及其破除可增利润圈算法（论文提纲范文）
| 0引言 |
| 1最大利润流问题的数学描述 |
| 2求解最大利润流问题的破除费用圈算法 |
| 3算法示例 |
| 4讨论 |
| 5结束语 |
（5）运输网络中若干最小最大问题的优化算法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 第2章 MCMFP 的 MCMF-A 算法 |
| 2.1 预备知识 |
| 2.2 MCMF-A 算法 |
| 第3章 数值算法 MCMF-NA 应用举例 |
| 3.1 应用举例 1 |
| 3.2 应用举例 2 |
| 3.3 应用举例 3 |
| 3.4 应用举例 4 |
| 第4章 MCFP 的 MCF-A 算法 |
| 4.1 预备知识 |
| 4.2 算法 MCF-A 应用及举例 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（6）最大流算法与应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题的研究现状 |
| 1.3 创新点及章节安排 |
| 第二章 最大流算法的介绍 |
| 2.1 最大流问题的基本概念及定理 |
| 2.2 最大流算法的简单介绍 |
| 2.2.1 最大流算法—最短增广链算法 |
| 2.2.2 最小费用最大流算法 |
| 2.3 本章小结 |
| 第三章 容量差算法 |
| 3.1 模型提出 |
| 3.2 算法描述 |
| 3.2.1 基本概念 |
| 3.2.2 基本定理 |
| 3.2.3 算法思想 |
| 3.2.4 算法步骤 |
| 3.2.5 算法复杂度 |
| 3.2.6 可行性分析 |
| 3.3 算法实例 |
| 3.4 本章小结 |
| 第四章 费用差算法 |
| 4.1 模型提出 |
| 4.2 算法描述 |
| 4.2.1 基本概念 |
| 4.2.2 算法思想 |
| 4.2.3 算法步骤 |
| 4.2.4 算法复杂度 |
| 4.2.5 可行性分析 |
| 4.3 算法实例 |
| 4.4 本章小结 |
| 第五章 容量费用差算法 |
| 5.1 算法介绍 |
| 5.2 算法应用 |
| 5.2.1 算法思想 |
| 5.2.2 算法步骤 |
| 5.2.3 算法实例 |
| 5.3 算法比较 |
| 5.4 本章小结 |
| 第六章 最大流算法的应用以及实现 |
| 6.1 最大流算法的其他应用 |
| 6.1.1 顶点有容量限制的网络 |
| 6.1.2 容量有上下界的网络 |
| 6.1.3 点和边都有容量的最小费用最大流问题 |
| 6.2 最大流及最小费用最大流算法在 LINGO 下的实现 |
| 6.2.1 软件介绍 |
| 6.2.2 基本概念 |
| 6.2.3 LINGO 下的网络最大流问题的实现 |
| 6.2.4 在 LINGO 语言下的网络最小费用最大流问题的实现 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 附录1 程序清单 |
| 附录2 攻读硕士学位期间撰写的论文 |
| 附录3 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（7）天基信息网络流问题的算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 天基信息网络流问题的分类和研究现状 |
| 1.2.1 天基信息网络流问题的分类 |
| 1.2.2 相关问题的研究现状 |
| 1.3 论文的组织和安排 |
| 第二章 预备知识 |
| 2.1 天基信息网络的基本知识 |
| 2.2 图和网络流的基本概念 |
| 2.2.1 图的基本概念 |
| 2.2.2 有向图和网络的基本概念 |
| 2.2.3 网络流问题介绍 |
| 2.3 算法与复杂性介绍 |
| 第三章 最小双费用流问题 |
| 3.1 问题模型及相关记号 |
| 3.2 最小双费用流算法 |
| 3.2.1 算法思想及步骤 |
| 3.2.2 算法正确性分析 |
| 3.2.3 算法复杂性及进一步推广 |
| 3.3 算法实例演示 |
| 3.4 本章小结与展望 |
| 第四章 连续时间容量网络的流问题 |
| 4.1 连续时间容量网络 |
| 4.2 经典连续时间容量网络的最大动态流问题 |
| 4.2.1 数学模型及相关定义 |
| 4.2.2 最大动态流算法介绍 |
| 4.3 连续时间容量网络的最短时间流问题 |
| 4.3.1 数学模型及相关定义 |
| 4.3.2 经典网络的最短时间流算法 |
| 4.3.3 带节点限制网络的最短时间流算法 |
| 4.3.4 算法实例演示 |
| 4.4 本章小结与展望 |
| 第五章 最大信息流敏感度问题 |
| 5.1 最大信息流敏感度分析的相关背景 |
| 5.1.1 最大信息流敏感度问题模型 |
| 5.1.2 相关敏感度问题的研究情况 |
| 5.2 最大信息流关键卫星问题的算法 |
| 5.2.1 定义和符号 |
| 5.2.2 最大流关键节点算法 |
| 5.2.3 算法复杂性分析 |
| 5.3 最大信息流最佳添加链路弧问题的算法 |
| 5.3.1 算法具体步骤 |
| 5.3.2 算法的正确性与复杂性 |
| 5.4 算法实例演示 |
| 5.5 本章小结与展望 |
| 第六章 结束语 |
| 6.1 主要研究结论 |
| 6.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（9）动态网络中的流问题（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 动态网络的分类和研究进展 |
| 1.2.1 动态网络的分类 |
| 1.2.2 动态网络的研究进展 |
| 1.3 论文的组织和安排 |
| 第二章 预备知识 |
| 2.1 图与网络流 |
| 2.1.1 图的基本概念 |
| 2.1.2 有向图和网络的基本概念 |
| 2.1.3 网络流问题介绍 |
| 2.2 算法与复杂性 |
| 2.2.1 算法和计算复杂性 |
| 2.2.2 网络流问题算法简介 |
| 2.3 堆与堆运算 |
| 2.3.1 堆 |
| 2.3.2 堆运算与Fibonacci 堆 |
| 第三章 时变动态网络 |
| 3.1 时变-容量网络模型 |
| 3.2 时变网络的最短路算法 |
| 3.2.1 数学模型 |
| 3.2.2 问题的复杂性分析 |
| 3.2.3 时变网络最短路算法简介 |
| 3.3 时变-容量网络的最小最大时间流 |
| 3.3.1 时变-容量网络最小最大时间流的定义 |
| 3.3.2 静态网络的最小最大时间流 |
| 3.3.3 时变-容量网络的最小最大时间流算法 |
| 3.3.4 算法的应用实例和推广 |
| 3.4 本章小结与展望 |
| 第四章 动态拓扑结构网络 |
| 4.1 最优化问题的灵敏度分析 |
| 4.2 最短路的灵敏度分析 |
| 4.2.1 最短路的关键顶点与关键弧 |
| 4.2.2 最短路的最优添加顶点与最优添加弧 |
| 4.2.3 最短路的弧容忍度 |
| 4.3 最小费用流的灵敏度分析 |
| 4.3.1 最小费用流的关键顶点与关键弧 |
| 4.3.2 最小费用流的最优添加顶点与最优添加弧 |
| 4.3.3 最小费用流的弧容忍度 |
| 4.4 本章小结与展望 |
| 第五章 特殊动态网络 |
| 5.1 时变动态网络中的灵敏度分析 |
| 5.1.1 时变动态网络中的灵敏度分析概述 |
| 5.1.2 时变网络最短路的关键弧和关键顶点 |
| 5.2 等容网络和等距网络中的灵敏度分析 |
| 5.3 特殊网络中的灵敏度分析的工程应用 |
| 5.4 本章小结与展望 |
| 第六章 结束语 |
| 6.1 主要研究结论 |
| 6.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（10）网络优化中若干问题高效能算法研究及其在管理中的应用（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 研究背景和现状 |
| 1.2 研究的问题、目的、意义及论文框架 |
| 1.3 研究思路与方法 |
| 1.4 创新点 |
| 第二章 经典网络流理论基础及其进一步研究 |
| 2.1 网络最大流问题及其进一步研究 |
| 2.1.1 概念和依据 |
| 2.1.2 数值算法 |
| 2.1.3 应用举例 |
| 2.2 网络最小费用最大流问题及其进一步研究 |
| 2.2.1 概念与依据 |
| 2.2.2 数值算法 |
| 2.2.3 应用举例 |
| 第三章 经典网络流理论研究及其在管理中的应用 |
| 3.1 管理安排问题 |
| 3.1.1 概念和依据 |
| 3.1.2 启发式数值算法 |
| 3.1.3 案例 |
| 3.1.4 结论 |
| 3.2 供给总量限定需求区间约束型运输问题 |
| 3.2.1 问题及其数学模型 |
| 3.2.2 数学模型的求解 |
| 3.2.3 数值算法 |
| 3.2.4 算例 |
| 3.2.5 结论 |
| 3.3 最短工期项目计划问题 |
| 3.3.1 概念和依据 |
| 3.3.2 启发式数值算法 |
| 3.3.3 实例 |
| 3.3.4 结论 |
| 3.4 固定费用运输问题 |
| 3.4.1 模型与算法 |
| 3.4.2 应用举例 |
| 3.4.3 结论 |
| 第四章 有上下界网络流理论研究及其在管理中应用 |
| 4.1 有上下界网络最大流与最小截问题 |
| 4.1.1 概念和依据 |
| 4.1.2 数值算法 |
| 4.1.3 应用举例 |
| 4.1.4 结论 |
| 4.2 有上下界网络最大流与最小截在项目赶工中的应用 |
| 4.2.1 概念与依据 |
| 4.2.2 数值算法 |
| 4.2.3 应用举例 |
| 4.2.4 结论 |
| 4.3 有上下界网络最小费用流与最小费用最大流问题 |
| 4.3.1 理论与算法 |
| 4.3.2 应用举例 |
| 4.3.3 结论 |
| 4.4 具有容量限制和边界条件约束的运输问题 |
| 4.4.1 模型与算法 |
| 4.4.2 应用举例 |
| 4.4.3 结论 |
| 4.5 运输问题的多反而少悖论 |
| 4.5.1 模型与算法 |
| 4.5.2 应用举例 |
| 4.5.3 结论 |
| 4.6 固定费用运输问题的多反而少悖论 |
| 4.6.1 模型与算法 |
| 4.6.2 应用举例 |
| 4.6.3 结论 |
| 第五章 多级供应链优化问题 |
| 5.1 问题及其数学模型 |
| 5.2 基于生成树改进遗传算法 |
| 5.2.1 染色体的表示方法与可行性 |
| 5.2.1.1 Prüfer数的可行性检验及其编码与解码 |
| 5.2.2 遗传运算 |
| 5.2.2.1 交叉 |
| 5.2.2.2 变异 |
| 5.2.2.3 评价和选择 |
| 5.2.3 提出方法的总体程序 |
| 5.3 基于生成树改进遗传算法的C语言实现方法 |
| 5.4 数值例子 |
| 5.5 结论 |
| 5.6 附录—基于生成树改进遗传算法的C语言源代码 |
| 第六章 应用案例—“协会+农户”生猪产业供应链网络饲料运送和生猪农产品销售运输最优方案计算及应用 |
| 6.1 江西省萍乡市排上养猪协会的形成和任务 |
| 6.2 “协会+农户”生猪饲料供应子网络最优运送方案计算设计 |
| 6.3 “协会+农户”生猪销售最优配送方案计算设计 |
| 6.4 饲料运送和生猪农产品销售运输最优方案的应用与意义 |
| 第七章 结果与展望 |
| 7.1 本文的主要研究成果 |
| 7.2 有待进一步研究的问题 |
| 参考文献 |
| 博士研究生期间学习、科研情况 |
| 致谢 |
四、运输网络中求最小费用最大流的一个算法（论文参考文献）
- [1]可压缩流的网络输送优化问题研究[D]. 刘炜. 上海交通大学, 2018(01)
- [2]最小费用最大双流算法的研究与应用[D]. 刘艳清. 南京邮电大学, 2017(02)
- [3]网络优化的最大利润问题及其破除可增利润圈算法[J]. 马毅,严余松. 计算机应用研究, 2015(08)
- [4]网络优化的最大利润问题及其增广路算法[J]. 马毅,严余松,户佐安. 计算机工程与应用, 2015(01)
- [5]运输网络中若干最小最大问题的优化算法[D]. 贾宇琛. 南昌大学, 2014(01)
- [6]最大流算法与应用研究[D]. 陶晓莉. 南京邮电大学, 2014(05)
- [7]天基信息网络流问题的算法研究[D]. 马宇斌. 国防科学技术大学, 2013(03)
- [8]带时间限制的最小费用运输问题的网络流解法[J]. 马圆圆,栗娜,徐清云,李珍萍. 物流技术, 2010(21)
- [9]动态网络中的流问题[D]. 庞博. 国防科学技术大学, 2009(S2)
- [10]网络优化中若干问题高效能算法研究及其在管理中的应用[D]. 谢凡荣. 南昌大学, 2009(04)