圖論演算法matlab

4. 圖論演算法及其MATLAB實現 pdf

在這里可以下載
http://..com/share/.html
望採納,謝謝

5. 數學建模網路流演算法重要嗎你們都用什麼演算法呢

1、蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的演算法，
同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法）
2、數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要處理，
而處理數據的關鍵就在於這些演算法，通常使用matlab作為工具）
3、線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題屬於最優化問題，
很多時候這些問題可以用數學規劃演算法來描述，通常使用lindo、lingo軟體實現）
4、圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，
涉及到圖論的問題可以用這些方法解決，需要認真准備）
5、動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是演算法設計中比較常用的方法，很多場合可以用到競賽中）
6、最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法
（這些問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，
但是演算法的實現比較困難，需慎重使用）
7、網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很多競賽題中有應用，
當重點討論模型本身而輕視演算法的時候，可以使用這種暴力方案，最好使用一些高級語言作為編程工具）
8、一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替積分等思想是非常重要的）
9、數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分析中常用的演算法比
如方程組求解、矩陣運算、函數積分等演算法就需要額外編寫庫函數進行調用）
10、圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該要不乏圖片的，
這些圖形如何展示以及如何處理就是需要解決的問題，通常使用matlab進行處理）

6. 求《圖論演算法及其matlab實現》的PDF的完整版， 感激不盡

圖論演算法廣泛地應用於物理、化學、運籌學、計算機科學、電子學、資訊理論、控制論、網路理論、管理科學、社會科學等幾乎所有學科領域。《圖論重要演算法的思想及其MATLAB實現》是一本很實用的入門書籍，本書系統介紹了圖論重要演算法的思想及其MATLAB實現。主要內容有：圖論的基礎知識；最短路 ；連通圖；樹；Euler圖 和Hamilton圖；匹配問題及其演算法；網路中的流演算法；最小費用流及其Busacker-Gowan迭代演算法；圖的染色。

7. matlab的演算法有哪些急用！謝謝啊！

MATLAB 產品族可以用來進行以下各種工作：
● 數值分析
● 數值和符號計算
● 工程與科學繪圖
● 控制系統的設計與模擬
● 數字圖像處理 技術
● 數字信號處理 技術
● 通訊系統設計與模擬
● 財務與金融工程
MATLAB 的應用范圍非常廣，包括信號和圖像處理、通訊、控制系統設計、測試和測量、財務建模和分析以及計算生物學等眾多應用領域。附加的工具箱（單獨提供的專用 MATLAB 函數集）擴展了 MATLAB 環境，以解決這些應用領域內特定類型的問題。
matlab特點
●此高級語言可用於技術計算
●此開發環境可對代碼、文件和數據進行管理
●互動式工具可以按迭代的方式探查、設計及求解問題
●數學函數可用於線性代數、統計、傅立葉分析、篩選、優化以及數值積分等
●二維和三維圖形函數可用於可視化數據
●各種工具可用於構建自定義的圖形用戶界面
●各種函數可將基於MATLAB的演算法與外部應用程序和語言（如 C、C++、Fortran、Java、COM 以及 Microsoft Excel）集成
MATLAB的優勢
（1）友好的工作平台和編程環境
MATLAB由一系列工具組成。這些工具方便用戶使用MATLAB的函數和文件，其中許多工具採用的是圖形用戶界面。包括MATLAB桌面和命令窗口、歷史命令窗口、編輯器和調試器、路徑搜索和用於用戶瀏覽幫助、工作空間、文件的瀏覽器。隨著MATLAB的商業化以及軟體本身的不斷升級，MATLAB的用戶界面也越來越精緻，更加接近Windows的標准界面，人機交互性更強，操作更簡單。而且新版本的MATLAB提供了完整的聯機查詢、幫助系統，極大的方便了用戶的使用。簡單的編程環境提供了比較完備的調試系統，程序不必經過編譯就可以直接運行，而且能夠及時地報告出現的錯誤及進行出錯原因分析。
（2）簡單易用的程序語言
Matlab一個高級的矩陣/陣列語言，它包含控制語句、函數、數據結構、輸入和輸出和面向對象編程特點。用戶可以在命令窗口中將輸入語句與執行命令同步，也可以先編寫好一個較大的復雜的應用程序（M文件）後再一起運行。新版本的MATLAB語言是基於最為流行的C＋＋語言基礎上的，因此語法特徵與C＋＋語言極為相似，而且更加簡單，更加符合科技人員對數學表達式的書寫格式。使之更利於非計算機專業的科技人員使用。而且這種語言可移植性好、可拓展性極強，這也是MATLAB能夠深入到科學研究及工程計算各個領域的重要原因。
（3）強大的科學計算機數據處理能力
MATLAB是一個包含大量計算演算法的集合。其擁有600多個工程中要用到的數學運算函數，可以方便的實現用戶所需的各種計算功能。函數中所使用的演算法都是科研和工程計算中的最新研究成果，而前經過了各種優化和容錯處理。在通常情況下，可以用它來代替底層編程語言，如C和C++ 。在計算要求相同的情況下，使用MATLAB的編程工作量會大大減少。MATLAB的這些函數集包括從最簡單最基本的函數到諸如矩陣，特徵向量、快速傅立葉變換的復雜函數。函數所能解決的問題其大致包括矩陣運算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號運算、傅立葉變換和數據的統計分析、工程中的優化問題、稀疏矩陣運算、復數的各種運算、三角函數和其他初等數學運算、多維數組操作以及建模動態模擬等。
（4）出色的圖形處理功能

圖形處理功能 MATLAB自產生之日起就具有方便的數據可視化功能，以將向量和矩陣用圖形表現出來，並且可以對圖形進行標注和列印。高層次的作圖包括二維和三維的可視化、圖象處理、動畫和表達式作圖。可用於科學計算和工程繪圖。新版本的MATLAB對整個圖形處理功能作了很大的改進和完善，使它不僅在一般數據可視化軟體都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對於一些其他軟體所沒有的功能（例如圖形的光照處理、色度處理以及四維數據的表現等），MATLAB同樣表現了出色的處理能力。同時對一些特殊的可視化要求，例如圖形對話等，MATLAB也有相應的功能函數，保證了用戶不同層次的要求。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的製作上作了很大的改善，對這方面有特殊要求的用戶也可以得到滿足。
（5）應用廣泛的模塊集合工具箱
MATLAB對許多專門的領域都開發了功能強大的模塊集和工具箱。一般來說，它們都是由特定領域的專家開發的，用戶可以直接使用工具箱學習、應用和評估不同的方法而不需要自己編寫代碼。目前，MATLAB已經把工具箱延伸到了科學研究和工程應用的諸多領域，諸如數據採集、資料庫介面、概率統計、樣條擬合、優化演算法、偏微分方程求解、神經網路、小波分析、信號處理、圖像處理、系統辨識、控制系統設計、LMI控制、魯棒控制、模型預測、模糊邏輯、金融分析、地圖工具、非線性控制設計、實時快速原型及半物理模擬、嵌入式系統開發、定點模擬、DSP與通訊、電力系統模擬等，都在工具箱（Toolbox）家族中有了自己的一席之地。
（6）實用的程序介面和發布平台
新版本的MATLAB可以利用MATLAB編譯器和C/C++數學庫和圖形庫，將自己的MATLAB程序自動轉換為獨立於MATLAB運行的C和C++代碼。允許用戶編寫可以和MATLAB進行交互的C或C++語言程序。另外，MATLAB網頁服務程序還容許在Web應用中使用自己的MATLAB數學和圖形程序。MATLAB的一個重要特色就是具有一套程序擴展系統和一組稱之為工具箱的特殊應用子程序。工具箱是MATLAB函數的子程序庫，每一個工具箱都是為某一類學科專業和應用而定製的，主要包括信號處理、控制系統、神經網路、模糊邏輯、小波分析和系統模擬等方面的應用。
（7）應用軟體開發（包括用戶界面）
在開發環境中，使用戶更方便地控制多個文件和圖形窗口；在編程方面支持了函數嵌套，有條件中斷等；在圖形化方面，有了更強大的圖形標注和處理功能，包括對性對起連接注釋等；在輸入輸出方面，可以直接向Excel和HDF5進行連接。

8. 數學建模的方法有哪些

1. 預測模塊：灰色預測、時間序列預測、神經網路預測、曲線擬合（線性回歸）；
   

2. 歸類判別：歐氏距離判別、fisher判別等 ；
   

3. 圖論：最短路徑求法 ；
   

4. 最優化：列方程組 用lindo 或 lingo軟體解 ；
   

5. 其他方法：層次分析法 馬爾可夫鏈 主成分析法 等 。

建模常用演算法，僅供參考：

1. 蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決 問題的演算法，同時間=可以通過模擬可以來檢驗自己模型的正確性，是比賽時必 用的方法） 。
   

2. 數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數 據需要處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab 作為工具） 。
   

3. 線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多 數問題屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通 常使用Lindo、Lingo 軟體實現） 。
   

4. 圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等算 法，涉及到圖論的問題可以用這些方法解決，需要認真准備） 。
   

5. 動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是算 法設計中比較常用的方法，很多場合可以用到競賽中） 。
   

6. 最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些 問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助， 但是演算法的實現比較困難，需慎重使用） 。
   

7. 網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很 多競賽題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種 暴力方案，最好使用一些高級語言作為編程工具） 。
   

8. 一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計 算機只認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替 積分等思想是非常重要的） 。
   

9. 數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分 析中常用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編 寫庫函數進行調用） 。
   

10. 圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文 中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問 題，通常使用Matlab 進行處理）。
    

9. 如何用matlab解新技術的推廣模型

一年一度的全國數學建模大賽在今年的9 月22 日上午8 點拉開戰幕，各隊
將在3 天72 小時內對一個現實中的實際問題進行模型建立，求解和分析，確定
題目後，我們隊三人分頭行動，一人去圖書館查閱資料，一人在網上搜索相關信
息，一人建立模型，通過三人的努力，在前兩天中建立出兩個模型並編程求解，
經過艱苦的奮斗，終於在第三天完成了論文的寫作，在這三天里我感觸很深，現
將心得體會寫出，希望與大家交流。
1. 團隊精神：
團隊精神是數學建模是否取得好成績的最重要的因素，一隊三個人要相互支
持，相互鼓勵。切勿自己只管自己的一部分（數學好的只管建模，計算機好的只
管編程，寫作好的只管論文寫作），很多時候，一個人的思考是不全面的，只有
大家一起討論才有可能把問題搞清楚，因此無論做任何板塊，三個人要一起齊心
才行，只靠一個人的力量，要在三天之內寫出一篇高水平的文章幾乎是不可能的。
2. 有影響力的leader：
在比賽中，leader 是很重要的，他的作用就相當與計算機中的CPU，是全隊
的核心，如果一個隊的leader 不得力，往往影響一個隊的正常發揮，就拿選題來說，有人
想做A 題，有人想做B 題，如果爭論一天都未確定方案的話，可能就
沒有足夠時間完成一篇論文了，又比如，當隊中有人信心動搖時（特別是第三天，人可能
已經心力交瘁了），leader 應發揮其作用，讓整個隊伍重整信心，否則可能導致隊伍的前
功盡棄。
3. 合理的時間安排：
做任何事情，合理的時間安排非常重要，建模也是一樣，事先要做好一個規
劃，建模一共分十個板塊（摘要，問題提出，模型假設，問題分析，模型假設，
模型建立，模型求解，結果分析，模型的評價與推廣，參考文獻，附錄）。你每
天要做完哪幾個板塊事先要確定好，這樣做才會使自己游刃有餘，保證在規定時
間內完成論文，以避免由於時間上的不妥，以致於最後無法完成論文。
4. 正確的論文格式：
論文屬於科學性的文章，它有嚴格的書寫格式規范，因此一篇好的論文一定
要有正確的格式，就拿摘要來說吧，它要包括6 要素（問題,方法,模型,演算法,結論,特色）
，它是一篇論文的概括，摘要的好壞將決定你的論文是否吸引評委的目光，但聽閱卷老師
說，這次有些論文的摘要里出現了大量的圖表和程序，這都是不符合論文格式的，這種論
文也不會取得好成績，因此我們寫論文時要端正態度，注意書寫格式。
5. 論文的寫作：
我個人認為論文的寫作是至關重要的，其實大家最後的模型和結果都差不
多，為什麼有些隊可以送全國，有些隊可以拿省獎，而有些隊卻什麼都拿不到，
這關鍵在於論文的寫作上面。一篇好的論文首先讀上去便使人感到邏輯清晰，有
條例性，能打動評委；其次，論文在語言上的表述也很重要，要注意用詞的准確
性；另外，一篇好的論文應有閃光點，有自己的特色，有自己的想法和思考在里
面，總之，論文寫作的好壞將直接影響到成績的優劣。
6. 演算法的設計：演算法的設計的好壞將直接影響運算速度的快慢，建議大家多用數學軟體（
Mathematice,Matlab,Maple, Mathcad,Lindo,Lingo,SAS 等），這里提供十種數學
建模常用演算法，僅供參考：
1、 蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決
問題的演算法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必
用的方法）
2、數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數
據需要處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab 作為工具）
3、線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多
數問題屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通
常使用Lindo、Lingo 軟體實現）
4、圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等算
法，涉及到圖論的問題可以用這些方法解決，需要認真准備）
5、動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是算
法設計中比較常用的方法，很多場合可以用到競賽中）
6、最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些
問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，
但是演算法的實現比較困難，需慎重使用）
7、網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很
多競賽題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種
暴力方案，最好使用一些高級語言作為編程工具）
8、一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計
算機只認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替
積分等思想是非常重要的）
9、數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分
析中常用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編
寫庫函數進行調用）
10、圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文
中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問
題，通常使用Matlab 進行處理）
以上便是我這次參加這次數學建模競賽的一點心得體會，只當貽笑大方，不
過就數學建模本身而言，它是魅力無窮的，它能夠鍛煉和考查一個人的綜合素質，
也希望廣大同學能夠積極參與到這項活動當中來。

10. 圖論中求解最短路的dijkstra法的MATLAB程序中最後的矩陣DD是什麼意思請高手指點！

你的源代碼中不說明了，DD表示最短路徑的生成樹嘛！
你看DD矩陣中的數字，是一個對稱矩陣，根據該矩陣就可以知道，最短路徑的通路是:
1->4->3->2->5->9->7->6->8(數字表示結點的號碼)，這條路徑的權重(你可以理解為距離)就是11，由D給出。
實際上由D你也可以推出這條路徑，只不過，D是用一維表示方法(根據權重)，而DD是二維表示方法(根據下一個結點，所以就是1、2、3....)。
--------------------------------
你對照DD畫出一張圖，你就明白了。
有數字的就畫線，並標明權重，是0就不畫線。