下面的最小费用最大流算法采纳的是“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 链路流量矩阵％ 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 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 endendif L（end)〈BV RE=1；％假如路径长度小于大数，说明路径存在else RE=0；end%% 第二步：迭代过程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
