任意无向图的最小R边连通扩充

研究了以最少边集扩充一个任意无向图为R边连通图这一优化问题。给出了一个复杂度为O(|V|~5)的算法。利用该算法可最优地将所研究图形中任意两点达到所要求的边连通度。它发展了K边连通最优扩充的研究,从而使图的边连通扩充的研究在应用于网络结线的可靠性设计方面更具有实际意义。     

任意无向加权图K点连通扩充的逐次改善算法

为了对网络的可靠性寻求较好的近似算法,研究了任意无向不加权图情况下的极小K 点连通扩充算法;在此基础上提出无向加权图G总边数和各点的连通度均保持不变时,使图G的总权值变小的一种可行边交换方法;同时得出一个可行边交换的引理,并加以证明.最终推出了任意无向加权图K点连通最小扩充的逐次改善算法,应用该算法作了大量例题,得到比较满意的效果.为解决任意无向加权图最小扩充问题给出了一种新途径.     

无向树图的k点连通最小扩充

解决了以最少边集扩充一个任意无向树图为k点连通图这一优化问题,提出了一个计算复杂度为D(|V|~4)的算法。为进一步研究可靠网络的计算机辅助设计打下基础。     

关于图的圈覆盖

Ａ．Ｉｔａｌ和Ｍ．Ｒｏｄｅｈ给出了两个关于图的圈覆盖的猜想：（ｉ）任意２－边连通图Ｇ＝（Ｖ，Ｅ）有困覆盖Ｃ，使ｌ（Ｃ）≤｜Ｅ｜＋｜Ｖ｜－１；（ｎ）任意２－边连通图有困覆盖，使图的每条边至多被覆盖两次．本文证明了猜想对平面图和２－边连通没有３－边割的图成立，并给出了一与两猜想等价的条件．同时也对著名的２－圈覆盖猜想作了讨论．     

基于改进遗传算法的无向加权图的k点连通扩充

加权图的连通扩充问题已被证明是NP完全问题，作者提出一种改进遗传算法来解决无向加权图的k点连通扩充问题，通过改进遗传算法中的交叉和变异操作有效地改善了群体的效果，有助于搜索解空间中新的区域，能以较大概率搜索到全局最优，仿真结果表明，该算法在原来简单遗传算法上做了进一步改善，为解决加权图的扩充问题提供了新的方法。     

λ_4-最优图的一个充分条件

文章给出了λ4-最优图的一个充分条件.设G是阶为n≥11的λ4-连通图,若对G中任意一对不相邻顶点u,v,有｜N（u）∩N（v）｜≥6且G｜N（u）∩N（v）｜至少包含16条边,则G是λ4-最优的.     

几乎局部连通［4,2］-图的圈可扩性

如果图G的任意s个顶点的导出子图中至少含有t条边,则称图G为［s,t］-图。本文证明:连通、几乎局部连通［4,2］-图中任意一个满足5≤｜C｜≤｜G｜的圈是可扩的。     

用宽度优先搜索求网络图的最短路径

在对网络图变换的基础上引入了简单连通图的准生成根树的概念，并由此给出了求网络图最短路径的一种新算法．该算法与以往算法的区别在于它改变了网络图的拓扑结构，从而使搜索能够在结构非常简单的树状图上进行．该算法用最多不超过｜Ｖ｜－１层的扩展，即可找出图中从源点出发到其余顶点或任意两点间的最短路径．     

完全2-分图的l-边-连通度

连通图G所谓的l-边-连通度（Z—edge—connectivity），就是使图C成为至少l个分支所必须去掉的最少边数，记作λl（G），即λ1（G）=min{｜E’｜：E’真包含E（G），ω（G—E’）≥l}．研究了完全2-分图的l-边-连通度，得到了定理：设G=G[V1，V2]是一个完全2-分图，｜V1｜=r，｜V2｜=s，r＋k=s，k≥0为整数．则图G的（k＋2）-边-连通度为（k＋1），即λk＋2（G）=r（k＋1）．     

一类工件带有优先约束的分批排序问题

本文对工件带有“扩充链”优先约束的分批排序问题进行了研究,其目标函数为最大完工时间．优先约束为：在一个扩充链上包含有n个工件,另外有m个孤立点工件（即工件之间无任何优先约束）．讨论了时问题的最优算法,把这一问题多项式转化成了组合优化中求解非二部图赋权匹配问题,并相应地给出了一个运算次数为的多项式算法．     

求解最短路径问题的一种改进的人工蜂群算法

针对传统算法在计算大规模路网的优化问题时所表现出来的计算时间长、存储空间大等缺点,提出了一种改进的人工蜂群算法来求解最优路径选择的方法．试验结果表明,对于有向图和无向图,该算法都具有较好的全局寻优能力,即能获得满足条件的最优路径．     

优化网络布置费用的遗传算法

【目的】针对网络布置费用的优化问题,利用基本遗传算法的良好搜索性能,设计出优化网络布置费用问题的遗传算法。【方法】通过分析网络布置费用的优化问题,抽象出网络模型,并将该问题转化为求解无向图中最小生成树的问题。【结果】基于遗传算法基本原理和抽象出的网络模型,设计出一种优化网络布置费用的遗传算法。【结论】应用遗传算法解决网络结构优化问题,可以让用户在短时间里获得一个比较满意的结果。     

关于Ramsey图:一个递归型查找图中所有给定元素个数独立集的算法

改进了作者在文献〔1〕中给出的算法 ,给出一个速度较快的新算法 ,对一个可能的 ( s,t,n) -Ramsey图 ,该算法可以找出其中所有给定元素个数的独立集 ,进而可以检验该图是否是一个 ( s,t,n) -Ramsey图 .     

学习贝叶斯网络结构的混合粒子群算法

 针对直接使用粒子群算法进行结构学习效率较低的缺陷,基于无约束优化,提出一种贝叶斯网络结构学习的混合粒子群算法。该算法首先构造并求解一无约束优化问题,其最优解对应的无向图中的边可为结构学习提供一搜索范围,缩小粒子群算法的搜索空间,然后在缩小的空间中完成对贝叶斯网络的结构学习,从而提高了粒子群算法的学习效率。仿真试验结果表明,该混合粒子群算法可以快速、准确地学习到最优贝叶斯网络结构。     

K-vertex-connectivity minimum augmentation for undirected unweighted graphs

For an undirected unweighted graph G0＝(V0,E0) and a positive integer K, the K-vertex-connectivity minimum augmentation problem (K-VCMAP) is to find a minimum set of edges Emin such that the graph H0＝(V0,E0∪Emin) is K-vertex-connected. Results in the literature have given polynomial time algorithms for K-VCMAP in several special cases such as where k≤3, or G0 is a tree. However, it still remains open whether or not there exist polynomial time algorithms for K-VCMAP for any graph G0 and any integer K. In this paper, we settle the problem by describing an efficient algorithm (KUCA) with time-complexity of O(K|V(G0)|5) for the K-VCMAP for any G0 and any positive integer K.     

确定简单无向图中Hamilton圈的邻接边增长算法

提出了一个判断给定简单无向图中有无Hamilton圈的邻接边增长算法,给出了该算法的理论基础、算法步骤、算法描述及算法分析.最后给出了应用实例.     

基于Global optimization寻找无向完全图的最小生成树

将Global optimization思想引入到寻找无向完全图最小生成树的问题中,提出了Global optimization算法。与Kruskal算法和Prim算法相比之下,此算法避免了求解过程中对生成树中是否出现回路的判断,并在一定程度上降低了时间复杂度。     

基于粘贴系统求解无向图最短路径问题的DNA计算模型

提出了用粘贴系统求解赋权无向图中固定端点最短路径的DNA算法。该算法首先将无向图中每条边用两条方向相反的有向边代替,将无向图转化为有向图,同时利用粘贴系统的巨大并行性得到两端点间的所有路径,最后通过探针、电泳等分子生物技术手段获得最短路径,并通过实例说明算法的可行性。