مسأله ممانعت ماکزیمم جریان شبکه چندپایانی

thesis
  • وزارت علوم، تحقیقات و فناوری - دانشگاه بیرجند - دانشکده علوم
  • author مرضیه خزاعی
  • adviser مسعود امان
  • Number of pages: First 15 pages
  • publication year 1390
abstract

در این پایان نامه مسأله ممانعت ماکزیمم جریان شبکه چندپایانی mtnip را بیان و مدلسازی می کنیم. در mtnip کاربر شبکه قصد دارد ماکزیمم جریان بین k ? 3 دسته گره از پیش تعیین شده را بدست آورد. در حالی که ممانعت کننده شبکه سعی می کند با استفاده از منابع ممانعت محدودی این ماکزیمم جریان را مینیمم سازد. در این پایان نامه این مسأله را با استفاده از دو مدل دقیق و تقریبی مدلسازی کرده و با ارائه نتایج محاسباتی این دو مدل را با یکدیگر مقایسه می‎‎کنیم. در فرمول بندی دقیق، ابتدا این مسأله را به صورت یک مسأله دوسطحی min-max فرمول بندی کرده و سپس آن را به یک مسأله برنامه ریزی صحیح مختلط تبدیل می‎کنیم. مدل تقریبی به صورت یک مسأله برنامه ریزی دودویی فرمول بندی می‎شود و در آن ماکزیمم جریان ارسالی بین دسته گره ها به طور مستقیم مینیمم نمی‎‎شود بلکه در این مدل مجموعه گره‎‎ها، n‎، به ‎k‎ زیرمجموعه مجزا طوری افراز می‎‎شود که هر یک از دسته گره های اولیه زیرمجموعه یکی از این زیرمجموعه‎‎های ساخته شده باشد. در مدل تقریبی هدف مینیمم سازی مجموع ظرفیت یال هایی است که دو زیر مجموعه مختلف را به یکدیگر وصل می‎کنند. نتایج محاسباتی نشان می‎دهند که حل مسائل با استفاده از مدل تقریبی آسان تر و در زمان کوتاه تری انجام می‎‎شود. در صورتی ‏که حل بسیاری از مسائل با استفاده از مدل دقیق بسیار زمان بر و غیر ممکن است. نتایج محاسباتی نشان می‎دهند که مقدار تابع هدف در این دو مدل در اغلب مسائل با یکدیگر برابرند.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

الگوریتم سیمپلکس شبکه برای مسأله ی ماکزیمم جریان مقید

دراین پایان نامه یک الگوریتم سیمپلکس شبکه موثر ارائه شده است که به طور قابل توجهی از الگوریتم های استفاده شده برای دو حل کننده ی برنامه ریزی خطی یعنی cplex و lp-solve سریعتر است. محاسبات عددی نشان می دهند که این روش به طور میانگین 27 بار سریعتر از cplex (با الگوریتم سیمپلکس دوگانش)است که به عنوان نزدیکترین رقیب الگوریتم ارائه شده در این پایان نامه است.

مسأله ماکزیمم جریان در شبکه های ایستا، شبکه های پویا و شبکه های مولد پویا

در این پایان نامه ابتدا مسأله ماکزیمم جریان در شبکه های ایستا و شبکه های پویا مورد مطالعه قرار می گیرد و چند الگوریتم برای حل این نوع مسائل ارائه می شود. در ادامه، دسته جدیدی از شبکه ها به نام شبکه های مولد پویا را معرفی می کنیم که در آن جریان در گره منبع به طور پویا تولید و در گره مقصد به طور پویا مصرف می شود و کرانهای بالا و پایین هر کمان توابعی از زمان هستند. سپس مسأله ماکزیمم جریان پویا را ...

15 صفحه اول

چند الگوریتم کارا برای حل مسأله ماکزیمم جریان مقید در شبکه جریان

.در این پایان نامه مسأله ماکزیمم جریان مقید را بررسی می کنیم.‎ در این مسأله در یک شبکه جهت دار با ظرفیت ‏و ‎‎با هزینه یال معین ، ماکزیمم جریان را روی مسیر جهت دار طوری ارسال می کنیم که مجموع جریان از بودجه ‎‎ تعیین شده d تجاوز نکند‎.‎ برای این منظور ‎‎چند الگوریتم بررسی می کنیم که بهترین آنها در زمان ‎ ‎‎‎ o(n^2 m lognc)) ‎ ‎اجرا‎ می شود.‎

15 صفحه اول

مسأله جریان ماکزیمم در شبکه های تولید پویا با کران های متغیر وابسته به زمان

در شبکه جریان های ایستا (کلاسیک) بُعد زمان که عامل بسیار مهمی برای مدل سازی مسایل واقعی است، در نظر گرفته نمی شود و زمان انتقال جریان روی هر کمان، صفر گرفته می شود. به عبارت دیگر، انتقال جریان روی هر کمان آنی است، یا بُعد زمان در مدل سازی اهمیتی ندارد. علاوه بر این ها، فرض می شود که داده های مسأله ثابت و مستقل از زمان هستند. اما اغلب مسایل بهینه سازی نشأت گرفته از سیستم های واقعی مانند کنترل تراف...

15 صفحه اول

ممانعت از جریان در شبکه با داده های قطعی

ممانعت از جریان بیشینه در شبکه ی چند پایانه ای، مسئله ای است که در آن کاربر شبکه می خواهد جریان بین ‎ ‎3 یا تعداد بیشتری از گروه گره ها را بیشینه کند، در حالی که ممانعت کننده با استفاده از منبعی محدود برای ممانعت از جریان در یال ها، می خواهد این جریان بیشینه ی کاربر را کمینه نماید. حالت خاص این مسئله، ممانعت از جریان بیشینه در حالت یک پایانه ای است. مسئله ی مطرح شده در ممانعت از جریان بیشینه ...

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه بیرجند - دانشکده علوم

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023