网格图的多重2-分离L(2,1)-标号

研究了两种网格图;正三角形,正六边形网格图。研究了它们的n重2-分离L(2,1)-标号以及n重2-分离L(2,1)-圆标号。用Kn表示n个点的完全图,图G的n重2-分离L(2,1)-标号就是复合图G[Kn]的L(2,1)-标号。通过对两种网格图的顶点循环地分配标号集,得到了正三角形网格的n重2-分离L(2,1)-标号数取值范围,并且完全确定了正六边形网格的n重2-分离L(2,1)-标号数。     

一个路与一个完全二部图直积的L(2,1)-标号

通过分类讨论,归纳综合的方法,研究一个路与一个完全二部图直积的L(2,1)-标号问题,得到以下的结果:(1)当n≥3时,P_3×K_(n,n)的L(2,1)-标号数为3n;(2)当n≥3时,P_4×K_(n,n)的L(2,1)-标号数为3n;(3)当m≥5,n≥3时,P_m×K_n,n的L(2,1)-标号数为3n+1.     

手镯图的L(2,1)—标号

为了更好地研究频道分配问题,引入了从顶点集到非负整数集的一个函数,即图的一个L(2,1)—标号。假设最小标号为零,图的L(2,1)—标号数就是此图的所有L(2,1)—标号下的跨度的最小数。对于路和圈[WT]的Cartesian积图的推广图——手镯图的标号数问题,给出了手镯图的定义,即是将拟梯子的两端重合而得到的图形,同时给出了其L(2,1)—标号数的定义,运用顶点分组标号法,根据圈的个数和每个圈的顶点数的不同进行分类讨论,研究结果完全确定了手镯图的L(2,1)—标号数的确切值,丰富了图的种类并完善了标号数理论。     

关于图的L（d1，d2，d3）-标号问题

图G的L(2,1)-标号是一个从顶点集V(G)到非负整数集的函数f(x),使得若d(x,y)=1,则|f(x)-f(y)|≥2;若d(x,y)=2,则|f(x)-f(y)|≥1.图G的L(2,1)-标号数λ(G)是使得G有max{f(v):v∈V(G)}=k的L(2,1)-标号中的最小数k.本文将L(2,1)-标号问题推广到更一般的情形即L(d1,d2,d3)一标号问题.并得出了一般图和平面图的λd1,d2,d3(G)的上界.     

一类连通可满着色图的L(2,1)标号

令G=(V(G),E(G))是一个简单图,Mp(G)为图G的广义Mycielski图.图G的L(2,1)标号数记作λ(G),定义为λ(G)=min{k|G有一个k-L(2,1)标号}.一个连续的L(2,1)标号是一个L(2,1)标号,使得所用的标号是连续的,相应的标号数记作-λ(G).凡是满足λ(G)=-λ(G)的图称为可满着色图.给出了一些特殊图的广义Mycielski图的L(2,1)标号数,从中发现一些广义Mycielski图为可满着色图,并由此猜想广义Mycielski图(除Mp(Kn)之外)为可满着色图.     

几乎完全二部图的距离标号边跨度

研究几乎完全二部图(即完全二部图K_(n,n)去掉一个1-因子)的L(1,1)和L(2,1)边跨度.基于图的L(1,1)跨度确定了L(1,1)边跨度.通过给出具体标号得到图的L(2,1)边跨度的上界,进而利用反证法确定了L(2,1)边跨度的确切值.     

点接拟梯子的L(2,1)-标号

图G的L(2,1)-标号是从顶点集V(G)到非负整数集的一个函数f,且使得当d(u,v)=1时,有|f(u)-f(v)|≥2;当d(u,v)=2时,有|f(u)-f(v)|≥1.不妨设最小标号为0.那么,图G的L(2,1)-标号数λ(G)是G的所有L(2,1)-标号下的跨度max{f(v);v∈V(G)}的最小值.定义了点接拟梯子,并完全确定了点接拟梯子的L(2,1)-标号数.     

拟梯子的L(2,1)-标号

图G的一个L(2,1)-标号就是从顶点集V(G)到非负整数集的一个函数f,使得d(u,v)=1时,有|f(u)-f(v)| ≥2;当d(u,v)=2时,有|f(u)-f(v)|≥1,其中u,v是图G的顶点.不妨设最小标号为0.那么,图G的L(2,1)-标号数λ(G)是G的所有L(2,1)-标号下的跨度max{f(v);v ∈ V(G)}的最小数.本文定义了拟梯子,并完全确定了拟梯子的L(2,1)-标号数.     

拟m(o)bius梯子的L(2,1)-标号

图G的一个L(2,1)标号就是从顶点集V(G)到非负整数集的一个函数f,使得d(u,v)=1时,有|f(u)-f(v)| ≥2;当d(u,v)=2时,有|f(u)-f(v)|≥1,其中u,v是图G的顶点.不妨设最小标号为.那么,图G的L(2,1)-标号数λ(G)是G的所有L(2,1)标号下的跨度max {f(v);v∈V(G)}的最小数.本文定义了拟m(o)bius梯子,并完全确定了拟m(o)bius梯子的L(2,1)标号数.     

拟mbius梯子的L(2,1)-标号

图G的一个L(2,1)标号就是从顶点集V(G)到非负整数集的一个函数f,使得d(u,v)=1时,有|f(u)-f(v)|≥2;当d(u,v)=2时,有|f(u)-f(v)|≥1,其中u,v是图G的顶点.不妨设最小标号为.那么,图G的L(2,1)-标号数λ(G)是G的所有L(2,1)标号下的跨度max{f(v);v∈V(G)}的最小数.本文定义了拟mbius梯子,并完全确定了拟mbius梯子的L(2,1)标号数.     

用混合遗传算法求解物流配送路径优化问题

为了改善物流配送路径优化问题的运算质量,提出一种将遗传算法和模拟退火算法相结合的混合遗传算法。通过仿真 实例验证,证明混合遗传算法的解优于单纯使用遗传算法和模拟退火算法所得到的解,同时混合遗传算法与传统优化算法相 比收敛速度更快,分配结果更优良,具有很好的应用价值。     

基于纯数值函数优化的一种混合遗传算法

通过引入与进化代数相关的交叉概率和与个体适应度相关的变异概率的自适应遗传算子同时把Powell局部寻优算法融入遗传算法的搜索过程构成了一种数值函数全局寻优的混合遗传算法.实验表明混合遗传算法改善了遗传算法的局部搜索能力,有效地解决了遗传算法的早熟现象,显著提高了遗传算法求得全局解的概率.同时由于混合遗传算法中只利用函数值信息,所以该混合遗传算法是纯数值函数的优化的一种通用方法.     

一种应用于图着色问题的新型混合遗传算法

将遗传算法与模拟退火方法和禁忌搜索方法结合,提出了应用于图着色的混合遗传算法.在混合方法中,模拟退火算法用于局部寻优,提高算法的收敛速度,同时防止早熟收敛;禁忌搜索算法通过记忆能力防止进化过程出现循环来提高全局寻优能力.用遗传算法进行全局搜索,并与贪婪遗传算法和Dsatur算法进行了比较,结果表明,混合遗传算法的寻优质量优于对照算法.这种改进的混合遗传算法可以在稠密图上获得更好的寻优效率,在稀疏图上其效率则略有下降,这表明设计的改进混合遗传算法的合理性和有效性.     

求解VLSI不可二划分布图规划问题的混合遗传算法

超大规模集成电路(VLSI)布图规划是VLSI物理设计的关键环节之一,对集成电路的芯片面积、线长等性能指标有重大影响.基于B*-tree的结构表示,结合遗传算法的思想,提出一种用于解决VLSI不可二划分布图规划问题的混合遗传算法,并用MCNC标准测试例子对所设计的算法进行测试,证明该算法的有效性.     

给水管网优化设计的混合遗传算法

利用遗传算法全局优化和广义简约梯度法(GRG法)局部收敛速度快的特点,将两者有机结合,构造出一种混合遗传算法应用于新建环状给水管网的优化设计．同时针对遗传算法,采用了实数编码技术,基于扩大采样空间的随机采样、惩罚策略、算术交叉及动态变异技术．最后结合工程实例验证了混合算法的高效性。     

一种新的求解旅行商问题的混合遗传算法

提出一种新的求解旅行商问题的混合遗传算法。该混合遗传算法充分利用2-opt和3-opt局部搜索能力,有效地弥补了具有较强全局搜索能力的遗传算法在局部搜索方面表现出来的缺陷。实验结果表明,该混合算法性能显著优于遗传算法。     

用Powell方法求解不可微函数

在浮点编码遗传算法中加入Powell方法,构成适于不可微函数全局优化的混合遗传算法.混合算法改善了遗传算法的局部搜索能力,显著提高了遗传算法求得全局解的概率.由于只利用函数值信息,混合算法是一种求解可微和不可微函数全局优化问题的通用方法.     

图的L(2,1)-标号与移动通讯频率分配问题

移动通讯频率分配问题可以转化为图的L（2，1）-标号问题。平面格子图、三角格子图在移动通讯上起着重要的作用。该文通过对平面格子图、三角格子图的结构进行分析来研究这两类图类的L（2，1）-标号问题。首先研究了参考文献[1]中的一个错误结果，并精确刻划了上述两类图的L（2，1）-标号的边跨距及λ-（2，1）一标号的边跨距，从而全面地解决了平面格子图、三角格子图上的移动通讯频率分配问题。     

关于优化的一种算法

在浮点编码遗传算法中加入Powell方法,构成适于不可微函数全局优化的混合遗传算法。混合算法改善了遗传算法的局部搜索能力,显著提高了遗传算法求得全局解的概率。由于只利用函数值信息,混合算法是一种求解可微和不可微函数全局优化问题的通用方法。