9、极小极大遗憾最小 s-t 割问题的探讨

极小极大遗憾最小 s-t 割问题的探讨

1. 引言

极小极大遗憾最小 s-t 割(Minmax Regret Minimum s-t Cut)问题是在不确定环境下优化网络割集的关键问题之一。在许多实际应用中,例如通信网络、电力传输系统和物流配送等领域,网络中的边权重往往是不确定的,需要用区间来表示。本文将详细介绍这一问题的定义、性质、求解方法及其在实际中的应用。

2. 问题定义

设 (G=(V, E)) 是一个给定的无向图,其中 (V) 是节点集合,(E) 是边集合,(s) 和 (t) 是两个特殊的节点,分别称为源和汇。考虑将集合 (V) 划分为两个不相交的子集 (V_1) 和 (V_2),使得 (s \in V_1) 和 (t \in V_2)。一个 (s-t) 割(简称割)是边的子集 (C \subseteq E),其中一个端点在 (V_1) 中,另一个在 (V_2) 中。如果图 (G=(V, A)) 是有向的,那么割 (C) 由在 (V_1) 中开始并在 (V_2) 中结束的弧组成,即 (C={(i, j) \in A : i \in V_1, j \in V_2})。

示例问题

图 9.1展示了两个示例问题。在图 9.1a中,我们得到了一个无向图,切割 (C={ {2, t},{3, t},{3, 5},{4, 5}}) 是具有最大遗憾等于 8 的最优鲁棒切割。在图 9.1b中,给定一个有向图,有向切割 (C={(2, t),(3, t),(4,5)}) 是这个图中具有最大遗憾等于 5 的最优鲁棒切割。

图 9.1

3. 简单

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值