已閱讀1頁(yè),還剩37頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、設(shè)G=(N,A,u)是一個(gè)頂點(diǎn)集為N,弧集為A,始點(diǎn)為s∈N,終點(diǎn)為t∈N,有限容量向量u={u<,ij>:(i,j)∈A}及正整數(shù)K的網(wǎng)絡(luò)。一個(gè)基本K-通道流是一個(gè)從始點(diǎn)s∈N到終點(diǎn)t∈N的K個(gè)單位流,使得在每個(gè)弧上的流是0或1。一個(gè)K-通道流是一個(gè)從s到t的流,使得這個(gè)流可以表示成基本K-通道流的非負(fù)線性組合的流。因此,K-通道流問(wèn)題是求解從s到t不僅要滿足頂點(diǎn)平衡(s和t除外)和弧的容量限制下通常的最大流問(wèn)題,而且這個(gè)流必需滿足沿
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- K-近鄰分類的改進(jìn)算法研究.pdf
- K-均值聚類算法的改進(jìn)及其應(yīng)用.pdf
- 基于改進(jìn)K-均值算法的入侵檢測(cè)方法研究.pdf
- 一種改進(jìn)的軌跡k-匿名隱私保護(hù)算法.pdf
- K-中心點(diǎn)和K-均值聚類算法研究.pdf
- 改進(jìn)的K-近鄰模式分類.pdf
- 基于人工蜂群算法的改進(jìn)K-均值聚類算法及其應(yīng)用.pdf
- K-均值算法與自組織神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)研究及應(yīng)用.pdf
- 基于改進(jìn)的K-均值算法的樸素貝葉斯分類及應(yīng)用.pdf
- 連續(xù)K-支配SKYLINE查詢算法研究.pdf
- K-均值聚類算法改進(jìn)及在服裝生產(chǎn)的應(yīng)用研究.pdf
- 基于索引的k-支配skyline算法研究.pdf
- 基于K-近鄰算法的文本自動(dòng)分類.pdf
- 移動(dòng)數(shù)據(jù)庫(kù)中基于改進(jìn)的K-均值算法的數(shù)據(jù)廣播威力研究.pdf
- 相對(duì)K-,1-,K-,2-和代數(shù)整數(shù)環(huán)的K-,2-.pdf
- 無(wú)線傳感器網(wǎng)絡(luò)k-覆蓋算法研究.pdf
- K-匿名數(shù)據(jù)集的挖掘算法研究.pdf
- K-均值聚類算法的研究與分析.pdf
- 時(shí)間序列中的k-支配skyline算法研究.pdf
- 基于初始點(diǎn)選擇的K-均值聚類改進(jìn)算法及應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論