下面的最小费用最大流算法采用的是“基于 Floyd 最短路算法的 Ford 和 Fulkerson 迭加算 法”，其基本思路为：把各条弧上单位流量的费用看成某种长度，用 Floyd 求最短路的方法 确定一条自 V1 至 Vn 的最短路；再将这条最短路作为可扩充路，用求解最大流问题的方法 将其上的流量增至最大可能值；而这条最短路上的流量增加后，其上各条弧的单位流量的费 用要重新确定，如此多次迭代，最终得到最小费用最大流。本源码由 GreenSim 团队原创， 转载请注明 function [f,MinCost,MaxFlow]=MinimumCostFlow(a,c,V,s,t) %%MinimumCostFlow.m % 最小费用最大流算法通用 Matlab 函数 %% 基于 Floyd 最短路算法的 Ford 和 Fulkerson 迭加算法 % GreenSim 团队原创作品，转载请注明 %% 输入参数列表 % a 单位流量的费用矩阵 % c 链路容量矩阵 % V 最大流的预设值，可为无穷大 % s 源节点 % t 目的节点 %% 输出参数列表 % f % MinCost 最小费用 % MaxFlow 最大流量 %% 第一步：初始化 N=size(a,1);%节点数目 f=zeros(N,N);%流量矩阵，初始时为零流 MaxFlow=sum(f(s,:));%最大流量，初始时也为零 flag=zeros(N,N);%真实的前向边应该被记住 for i=1:N 链路流量矩阵 for j=1:N if i~=j&&c(i,j)~=0 flag(i,j)=1;%前向边标记 flag(j,i)=-1;%反向边标记 end if a(i,j)==inf a(i,j)=BV; w(i,j)=BV;%为提高程序的稳健性，以一个有限大数取代无穷大 end end end if L(end)

while RE==1&&MaxFlow<=V%停止条件为达到最大流的预设值或者没有从 s 到 t 的最短路 %以下为更新网络结构 MinCost1=sum(sum(f.*a)); MaxFlow1=sum(f(s,:)); f1=f; TS=length(R)-1;%路径经过的跳数 LY=zeros(1,TS);%流量裕度 for i=1:TS LY(i)=c(R(i),R(i+1)); end maxLY=min(LY);%流量裕度的最小值，也即最大能够增加的流量 for i=1:TS u=R(i); v=R(i+1); if flag(u,v)==1&&maxLY

end if L(end)