点和边有容量约束的网络最大流新算法

针对目前网络最大流算法存在的问题,研究一种适应性更广的新算法。定义了有向路径和残量网络的概念,依据可行流分解定理,引入人工智能中搜索的方法,以邻接矩阵为网络数据存储结构,提出条件约束下的网络最大流新算法。最后,通过实例进行了算法测试和比较。算法测试表明:点和边有容量约束的网络最大流新算法是完全可行和有效的。

广义最大流问题

将网络最大流问题作了推广,给出了推广后的网络最大流GMF的标号算法及初始可行流计算的办法,并用线性规划的对偶理论说明了有关的结论。

最大可行流问题中增值链的一种回溯求解算法

本文就最大可行流问题给出了一种回溯求解的算法,并证明了不可扩展结点的可剪裁性问题,旨在减少后续可能的搜索空间.在一定程度上可以减少求解过程中的时间消耗.

带分解功能的网络最大流问题

本文在[1]和[5]的基础上,研究最大网络流问题.与已有的研究不同的是,本文对最大流问题进行了分解,即把最大流网络分解成几个相互独立的子网络.

多端网络最大流问题的研究

本文对网络、可行流、最大流问题等概念引进了新的广义定义,然后给出了一系列引理和定理,并加以详细证明,使多端网络的最大流问题转化为单端网络的最大流问题而完满解决。