求解最大度约束下最小生成树的新算法

针对网络优化中度约束最小生成树问题的特征,融合破圈法的基本思想,提出了一种求解网络G关于指定节点的最大度约束下最小生成树的新算法。该算法在保证指定节点最大度的前提下,每次通过去掉圈中权最大的边,最终构造出网络G关于指定节点的最大度约束下的最小生成树。算法证明和算例都表明了该算法的有效性。     

一类度约束最小生成树问题的Dijkstra算法

度约束最小生成树问题是网络设计和优化中的一个NP难题。结合该问题的特征,基于Dijkstra算法的基本思想,提出了一种求解网络G关于指定节点的最大度最小生成树的新算法。该算法在保证指定节点最大度的前提下,每次通过选取剩余边中权最小的边加入当前网络,最终得到网络G关于指定节点的最大度最小生成树。同时对算法的复杂度进行了分析。最后通过与其他算法的仿真比较和算例,表明了新算法的有效性。     

求解度约束最小生成树的一种启发式方法

针对网络设计和优化中度约束最小生成树问题,提出了一种基于贪心思想的启发式算法求解度约束最小生成树.在最小生成树的基础上,将超过度约束的顶点降低度数使之满足度约束条件.经大量数据测试并与其他算法进行比较,表明了该算法的有效性和通用性.     

度、半径约束最小生成树问题及其算法

提出了度、半径约束最小生成树问题,证明了该问题是NP-完全的.建立了该问题的数学规划模型.进一步给出了快速启发式求解算法,并分析了该算法的时间复杂性.分析和实例实验表明该算法具有良好的效果.     

度、直径约束最小生成树问题及其算法

提出了度、直径约束最小生成树问题,证明了该问题是NP-完全的.建立了该问题的数学规划模型.给出了启发式求解算法,其时间复杂性为O(mn).分析和实例实验表明,该算法有良好的效果.     

一种基于遗传算法的度约束最小生成树求解方法

度约束最小生成树是一个NP问题.提出了应用基于分段编码遗传算法求解度约束最小生成树的方法,给出了算法设计、算法描述和实例分析,并且对遗传操作产生的非法染色体进行修正.经过数据测试验证,该求解方法是可行的,与其它算法相比较,有着较好的求解效果.     

基于遗传优化的WSNs多源单汇路由算法

针对无线传感器网络中的多源单汇路由问题,综合考虑无线传感器网络中链路带宽、延迟和路径节点最小剩余能量三种度量,建立了多源单汇路由问题的系统模型,将其转化为求解多约束最小Steiner树问题,已知该问题是NP难的问题,给出了基于遗传优化的求解算法,采用基于备选路径集的整数序列编码表示一棵生成树,设计相应的交叉和变异算子,以及对非法染色体进行修复的机制,最后在遗传算法的计算过程中选择合理的适应度函数,找到一棵满足多约束的能耗趋于最小且状态稳定Steiner树.理论分析和数值试验结果表明所提出的遗传求解算法收敛速度快、可靠性高,为无线传感器网络中的多源单汇路由提供了一种新的有效途径.     

改进的时延约束Steiner树算法

针对现有时延约束Steiner树算法时间复杂度较高以及生成的组播树代价较高的问题,提出了一种改进的时延约束Steiner树算法.该算法采用Dijkstra算法路径递增的基本思想和链路共享的方法,在快速搜索阶段,依次搜索到当前树有最小可行代价的节点,将目的节点通过最小可行代价路径加入组播树;在异常处理阶段,将遗漏的目的节点通过最小时延路径加入组播树,进而生成满足时延约束的Steiner树.理论分析和实验结果表明,与同类算法相比,该算法能够以较低的时间复杂度,取得较好的组播树代价.     

多目标MIN-MAX度最小树问题及其求解

在多目标最小生成树问题和MIN-MAX度最小树问题的基础上,探讨使生成树最大顶点度数以及总权重都尽可能小的另类多目标MIN-MAX度最小生成树问题。分析了这一特殊的顶点度约束与Hamilton路的关联性质,在此基础上设计了先Hamilton路再MIN-MAX度最小树的独特求解方案。根据初始条件不同,当网络图不存在Hamilton路时,引入改进的蚁群优化算法,将转移概率由基本的指数形式改进为线性形式,在不影响求解质量的前提下,提高计算效率。针对以上策略,设计了相应的求解方案,并在计算机上用Delphi编程实现。大量数值算例验证表明,算法能快速有效地求解多目标情形下的MIN-MAX度最小生成树问题。     

模糊权值网络最小生成树问题研究

针对边权值为梯形模糊数的模糊权值网络,提出一种求解该网络最小生成树问题的新算法.该算法首先基于梯形模糊结构元加权排序思想,将梯形模糊数转化为其加权特征数进行排序;然后利用经典的Dijkstra算法求解转化为边权值确定的网络的最小生成树问题,即得该模糊权值网络的最小生成树;最后对算法的复杂度进行分析,并通过算例验证了算法的有效性.     

遗传算法在网络最短路径问题上的应用

将网络最短路径问题抽象为求最小生成树问题,分析了最小生成树在解决实际问题时的局限性,引入了节点的度的概念;针对一般遗传算法在求解某些工程问题时存在的一些不足,提出了用量化约束条件来改进适应值函数、节点与度约束相结合编码的二进制编码方式、基于节点域的交叉和变异运算的策略.通过对公路交通网络的仿真表明,采用一般遗传算法与普通遗传算法分别求解,数值计算结果证明了改进后的遗传算法的可行性.     

求解DCMST问题的模糊离散粒子群优化算法

提出了一种求解度约束最小生成树问题（DCMST）的模糊离散粒子群优化算法（PSO）,粒子编码采用Prüfer数编码机制,并引入模糊矩阵产生Prüfer数,迭代过程中加入归一化运算对位置矩阵进行修正,利用最大数法进行解模糊化。通过仿真实验验证了算法的有效性。     

附有条件的最小支撑树算法

传统最小生成树算法不能解决:度约束条件下的最小支撑树问题;动态网络的最小支撑树问题;边约束条件下的最小支撑树问题。遗传算法可以求解度约束条件下的最小支撑树问题,但存在效率低、编码复杂等缺陷。归纳了3类附有条件的最小支撑树数学模型,在最小支撑树传统算法基础上,提出了3类附有条件的最小支撑树算法。算法测试和比较表明:附有条件的最小支撑树算法是完全可行和有效的。     

基于遗传算法度约束的最小生成树问题的研究

探讨了如何将遗传算法应用于度约束的最小生成树问题，并给出了相应的算法．实验结果表明，这种用遗传算法解决度约束的最小生成树问题是有效的．     

大规模软件网络类节点中介度分析

将大规模软件结构看做一个有向网络图,类看做是网络中的一个节点,类间关系看做是一条连接节点的边,并给出了水电仿真软件的软件网络图.给出了网络节点中介度定义和实例计算.提出了求解节点中介度的BTS算法,给出了10种软件的计算时间.以大型水电仿真系统为例,说明了节点中介度的大小可以反映该节点在网络中的重要程度,并能为软件开发提供指导意义.发现节点的中介度同出度和入度乘积之间具有递增相关性,并以最小二乘法拟合软件中此相关性而得出其直线斜率.     

改进的分数阶微分及图论的粘连血细胞图像分割

针对血细胞图像模糊及对比度不高的现象,提出一种改进的分数阶微分的图像预处理方法.即将形态学去噪和改进的类圆形掩膜算子的分数阶微分增强结合起来,在滤除血细胞图像的染色污染和颗粒噪声的同时较好地保留了细胞边缘细节.针对分水岭算法存在的过分割和最小生成树算法存在的效率较低问题,采用分水岭算法和最小生成树算法相结合的图像分割算法.首先用分水岭算法初分割分数阶微分增强的细胞图像,接着算法选取过分割区域映射为节点,最后基于改进的最小生成树算法再分割细胞图像.实验表明,该算法能有效缓解分水岭算法的过分割,并且有效减少了最小生成树算法中节点的数目,提高算法效率.     

TSP问题的一种快速近似算法及应用

给出求解度约束最小生成树(DCMST)问题的一种快速近似算法．在此基础上．又给出求解TSP问题的一种快速近似算法,并在微机上实现且其数值试验的效果良好．最后,将求解TSP问题的近似快速算法作一些改进．应用于遗传算法的初始种群生成并进行数值实验．结果表明,用文中算法生成的初始种群．比起一般方法产生的初始种群性能有很大改进．该算法可以加速遗传算法的寻优速度．     

无线传感网络改进的最小生成树算法

机场噪声检测是近些年来一直困扰我们的一个难题,其中一个关键点是如何解决最小连通覆盖集问题,目前国外解决该问题新的方法有集中式近似算法、令牌驱动、圆周覆盖等,国内有DVC算法、重构Voronoi划分等.研究了在同时满足网络的覆盖性与连通性的前提下,如何选择最少数目工作节点的问题,为得到已知机场区域的最小连通覆盖集,在集中式近似算法的基础上,提出一种改进的最小生成树算法,用来确保该覆盖集连通所需的辅助节点,最后通过实验对设计的算法性能进行评估.     

无线传感器网络LEACH簇树路由协议研究

基于LEACH的簇树路由协议是目前无线传感器网络研究的热点之一,由于传统的构造最小生成树的算法不能适应网络中节点密度的变化,制约其更广泛的应用。在对LEACH簇树路由和传统的连通网络中构造最小生成树算法的分析基础上,结合动态优化的思想,提出了一种新的基于Prim算法的构造最小生成树算法,并将其应用到簇树路由中,使得网络寿命延长,同时增强了对网络节点密度的适应性。仿真结果说明了该算法的可行性和有效性。     

最小生成树DNA算法

为了改进粘贴模型,提出了用生化实验实现求解割集的计算方法,并基于该方法给出了最小生成树DNA算法.首次将分离实验扩展为基于分离板的分离实验和基于电泳技术的分离实验,所提出的最小生成树DNA算法打破了DNA计算的计算模式——用求解割集的最小边的方法逐步产生最小生成树.用该方法求解割集利用了分离实验运算的高度并行性,最小生成树DNA算法的时间复杂度是线性的,从而降低了算法的时间复杂度.