在对一些问题进行分析、建模、求解的时候也会遇到相当的问题:思路的匮乏，解决方案的提出，算法的实现等．为了活跃思想，可以寻找更多的方法去分析问题，参考了文献[2]、[8]、[14]、[16]．在有可能遇到人工求解十分繁杂，难以操作的情况下，提前通过网络查询相关资源，对于一个优良的计算机数学软件MatLab进行了学习准备，毕竟通过计算机对数学模型求解的帮助是极大的，这在很多比赛中都体现到了工具的重要性．通过对于可能需要的图论中几个算法思想的领会，研究了一些简单例子基本掌握了这些算法；争取站在前人的基础上将图论建模求解变得更加便捷，以凸显其应用广泛等优点．

本文在前人研究的基础上，利用图论有关的知识、算法以及数学模型和计算机工具，较为详细讨论了“最小生成树问题”、“最短路问题”、“二部图最大匹配问题”和“极小覆盖问题”的应用，总结了一些可能用到图论方法建模进行优化求解的问题；研究发现了图论方法建模解决问题可以在一定程度上使问题更加容易得出结论，深层次的研究问题的本质，对分析归类问题这个重要的步骤加以强调，如果合理的分类问题，再应用相关的图论知识去建立模型，便可以减少走弯路的次数，消耗更少的时间和资源就可以得到需要的结果．本文就在一些文献的基础上，通过对图论中几个算法思想的领会，研究了一些简单例子，掌握了这些算法，将图论建模求解变得更加便捷．对于属于最短路问题中的消防队选址问题进行模型建立解析，对于最小生成树问题中的通讯网络铺设问题进行了讨论；应用图着色理论可以解决化学药品的存放、时间表、电路安排、任务分配等涉及到将某种对象的集合按照一定的规则进行分类的问题；应用二部图匹配问题来售楼问题等．以凸显其应用的广泛性，为类似问题的解决提供一些思想和方法．