图顶点m着色的改进算法

对于解决图顶点着色问题,目前较常使用DFS算法,而由于该算法存在效率不高问题,故提出DFS改进算法,极大提高了该算法的效率,对于较难的图顶点着色问题,利用该改进算法更为有利．     

几类图的全色极大团染色

设G是一个简单图,其顶点集为V(G)而边集为E(G).图G的一个k-染色是指顶点集V(G)到色集{1,2,…,k}的一个映射.如果图G的一个点染色使G的每个极大团所有颜色均出现(这里不要求邻点染色不同),则称该染色为图G的全色极大团染色.而G的全色极大团色数是指能进行全色极大团染色的最大颜色数,记为χmaxcT(G).     

应用思维进化计算求解顶点着色问题

应用思维进化计算求解顶点着色问题,给出求解给定图的色数、最小着色的算法。介绍了顶点着色问题的编码与解码方法、特征、信息矩阵的概念,从而应用思维进化计算的趋同和异化求解该问题。实验结果表明该算法是求解顶点着色问题的一种新的有效算法。     

图顶点着色问题的改进粘贴DNA算法

针对目前存在的解决图顶点着色问题的DNA算法或DNA编码量过大或复杂度太高的问题,为了提高解题效率,将多级分离技术应用到图顶点着色问题的求解中,对解决该问题原有粘贴DNA算法加以改进;改进后的算法减少了操作步骤,达到了预期目的;最后,通过对一个实例的模拟,说明了改进算法的可行性.     

一种求解最大团问题的化学反应算法

最大团问题是在给定的一个图中寻找一个顶点数最大的顶点子集S,使得S中任意2个顶点都相邻,是一个著名的NP完全问题.提出一种带有局部搜索策略的化学反应算法求解最大团问题.为了提高算法的性能,在化学反应算法的分子碰撞阶段引入分子亲和度,使得碰撞后的分子倾向于得到对应于最大团较大的分子.将不相交的Golomb尺问题转化为最大团问题实例,通过求解最大团问题,得到若干不相交的Golomb尺问题的新结果.     

一种求解图着色的单亲遗传算法

给出了一种求解图着色问题的新算法,即单个个体的单亲遗传算法.算法采用顶点序号的聚类编码将个体的某个子串随机分配到其他子串中的变异方法.并对该算法的时间复杂度进行了分析比较,结果表明该算法具有较好的运行效率与收敛速度.     

图顶点m着色的改进算法

对于解决图顶点着色问题，目前较常使用ＤＦＳ算法，而由于该算法存在效率不高问题，故提出ＤＦＳ改进算法，极大提高了该算法的效率，对于较难的图顶点着色问题，利用该改进算法更为有利。     

基于遗传和启发式算法的混合顶点着色算法

图的着色问题是一种典型的NP-完全问题.提出了基于遗传算法和启发式算法的新型混合顶点着色算法,该算法在实现过程中涉及到染色体的编码方法、适应度函数的设计以及遗传算子的选择等.实验仿真结果表明此算法改善了求解的时间复杂度,可以获得问题高质量的解.     

图着色问题的逆序蚁群算法研究

针对经典的图着色问题,依据传统图着色算法中逆序图着色的着色思想,结合蚁群算法的搜索机制,给出了逆序蚁群着色算法.根据着色进度和未着色点的相邻点度数随机动态逆序选择新的着色点,使得算法具有较强的搜索全局最优解的能力.利用计算机生产大量随机图作为测试实例,对比逆序着色算法和逆序蚁群算法,实验结果说明逆序蚁群着色算法提高了求解质量,加快了收敛速度,证明了其优良特性.同时算法效率的提高,也保证了该算法可适用于较大规模的着色问题求解.此外,还进行了一系列对比试验,得出了关键参数的合理取值范围.     

机场停机位分配问题的遗传算法

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过分析航空器占用停机位时区集合的特点,应用划分时间片算法建立了停机位分配的图论模型,将机场停机位分配问题转化为图的k-顶点着色问题。应用遗传算法求解图的K-顶点着色问题,给出了机场停机位分配问题的实用算法。最后将该算法应用于一个算例。     

基于遗传算法的机场停机位分配问题研究

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过分析航空器占用停机位时区集合的特点,应用划分时间片算法建立了停机位分配的图论模型,将机场停机位分配问题转化为图的k-顶点着色问题。应用遗传算法求解图的K-顶点着色问题,给出了机场停机位分配问题的实用算法。最后将该算法应用于一个算例。     

华中科技大学学报(自然科学版) 2017年 第45卷 总目次

将最大团求解算法融入到极大团枚举算法中,提出了两种带极大团下限的极大团枚举算法及多种预处理筛选策略,通过迭代将不可能包含在极大团中的部分点与边删除,使得搜索空间大幅减小.在搜索策略上,将求解最大团问题的贪心染色算法、增量MaxSAT推理算法与极大团枚举算法相融合,并结合最佳筛选策略,提出了染色-关键点融合算法BKFC(Bron-Kerbosch with filtering and coloring)和基于增量MaxSAT推理的枚举算法BKFS(Bron-Kerbosch with filtering and MaxSAT).结果表明:在多个大型算例上,BKFC算法平均时间仅为加入预处理的改进经典算法的68.8%;由于经典算法无法在大型算例上运行,在小数据测试中,BKFC算法平均时间仅为没有预处理策略的经典算法的2.2%.     

基于极大团扩展的蛋白质复合物识别算法

针对蛋白质复合物识别工具CFinder容易识别出超大复合物的缺陷,提出一种基于极大团扩展的蛋白质复合物识别算法(IPC-MCE)。将极大团看作蛋白质复合物的核,通过考查核的邻居顶点与核内顶点的作用概率决定邻居顶点是否属于该复合物。基于酵母蛋白质相互作用网络平台的实验结果表明:与CFinder相比,提出的IPC-MCE算法在相同条件下能够更精确地标识已知蛋白质复合物;在最优参数设置下,IPC-MCE算法标识的已知蛋白质复合物数量是CFinder标识数量的2倍多,说明IPC-MCE算法具有更强的蛋白质复合物识别能力。     

求解大规模稀疏有向图回路的多线程并行算法

传统的基于深度优先遍历的回路求解算法限于计算机内存无法对大规模图进行求解,而已有的分布式图计算系统需要借助计算机集群,成本较高。针对此问题,给出一种可在普通计算机上求解大规模有向图所有回路的多线程并行算法。该算法根据顶点的出度,首先删除出度为0的顶点,然后采用多线程并行求解包含出度较大的顶点的回路,最后使用串行算法求出图剩余部分的回路。实验表明,此算法能够在普通计算机上求得大规模有向稀疏图的所有回路。     

同位模式挖掘中一种改进的极大团事务化算法

发现不同空间对象类型的同位关系是重要的空间数据挖掘问题.研究了目前提出的2类典型同位模式挖掘算法,提出了一种改进的极大团空间事务化算法(CoreClique),该算法以核心团为基础来产生极大团,避免了核心团内部实例点成团的计算量,通过核心团与扩展团的结合可较全面地发现空间中的极大团信息.实验表明,该算法可以有效地产生极大团,对空间数据进行事务化处理.     

分组遗传算法用于图的着色

图的着色算法是一种典型的NP 完全问题 在系统地讨论了图的正常顶点着色、边着色以及全着色的有关理论的基础上 ,提出了基于分组遗传算法和启发式搜索的图的正常 k 点着色 ,正常k 边着色以及正常k 全着色的新型混合算法 ,提出了评价算法性能的标准 实验仿真结果表明 ,新型混合算法可以获得问题高质量的解 ,即对图进行着色所使用的颜色数接近图的色数     

最大团问题的三链DNA计算模型

本文研究利用三链DNA求解最大团问题。首先将最大团问题中的顶点编码为DNA片段,进行生化反应,组合成所有可能的情况,然后利用三链模型对解进行筛选,最终得到图的最大团。该模型降低了编码的复杂度,提高了检测效率,其他的NP(Non-deterministic Polynomial)问题也可用此方法来求解。     

分组遗传算法用图的着色

图的着色算法是一种典型的ＮＰ－完全问题。在系统地讨论了图的正常顶点着色,边着色以及全着色的有关理论的基础上,提出了基于分组遗传算法和启发式搜索的图的正常ｋ－点着色,正常ｋ－边着色以及正常ｋ－全着色的新型混合算法,提出了评价算法性能的标准。实验仿真结果表明,新型混合算法可以获得问题高质量的解,即对图进行着色所使用的颜色数接近图的色数。     

BWC着色问题的一种启发式算法研究

无向图的BWC着色问题是给定两个正整数b和w,判断是否存在这样的着色方案:对b个顶点着黑色,对w个顶点着白色,其它顶点不着色,着黑色顶点集合与着白色顶点集合之间没有任何边相连。BWC的最优化问题,是找出一种最优化着色方案,使得与所有黑色顶点不相连接的着白色顶点数最大。该问题被证明是NP-完全问题。提出了一种基于禁忌表和局部搜索机制的混合启发式算法(BTLSBWC),通过对部分网络图进行测试,结果达到了现有文献计算出的最好值。     

基于分治策略和蚁群算法的最大团问题的研究

最大团问题是经典的NP-hard问题,对该问题求解方法的研究在理论上、实践上都具有一定的意义.蚁群算法已成功地求解出许多组合优化难题.通过使用分治法,将图分解成子图,对各子图应用蚁群算法求解,提出一种求解最大团问题的蚁群算法.它减小了问题的求解规模,使求解变得容易,且实验取得了较好的结果.