含参数的最短路问题及其原始—对偶算法

含参数的最短路问题及其原始—对偶算法
一、含参数的最短路问题
含参数的最短路问题（Parametrized Shortest Path Problem, PSP）是最短路径问题（Shortest Path Problem, SPP）的扩展，是的待求解的网络拓扑结构依赖于一组实参构成的参数，它主要用在那些路径选择依赖于实参因素的场合。

与传统SPP相比，在含参数SPP中任务不在于仅求出只依赖于路径上边/弧权值的最短路径，而是求出优化另外一组实数参数的最优路径，这给出的解决方案不再是路径，而是一组相关的参数值，通常这组参数值都是路径上一个或多个节点的权值值。

二、原始——对偶算法
含参数SPP的计算机解决方案一般有两种：原始——对偶算法和隐式唯一性解法。

原—对偶算法是一种割点问题求解方法，由原始算法和对偶算法组成。

原始算法通过改变权值算出最优路径及其关联参数；而对偶算法则采用贪心算法来进行搜索最优路径，当采用原始-对
偶算法解决SPP时，先利用原始算法找出最优的路径及参数，然后再用对偶算法进行简化和精确，以此来减少搜索范围，加快收敛速度。

原始算法首先先利用贪心算法找出满足要求的路径，确定出路径上所有节点的参数值。

然后利用搜索策略对得到的路径进行优化，其方法有：一是贪心优化，二是贪心轮换，三是贪心随机优化，等等。

贪心优化主要是按贪婪算法边/弧及其所有变量依次改变其参数值，找出更优的路径；贪心轮换的思路主要是尝试若干次通过不同参数设置对路径上某些节点变换使得路径达到最佳状态；而贪心随机优化则是改变每个变量以优化整个路径。