圈及其相关图的泛宽度染色

研究了图染色问题中与频道分配有关的泛宽度染色．给出了圈及相关图的泛宽度色数．     

几个特殊图的泛宽度色数

设G是一个简单图，i是一个正整数，X是V（G）的一个子集，如果X中任意两个点的距离都大于i，则称X是一个i-宽度箱，i叫做X的宽度，一个图G的泛宽度色数xp（G）是使得G的顶点集V（G）被剖分成宽度两两不同的k个宽度箱的最小整数k，本文给出了轮，扇及图Kn的推广的hajos sum的泛宽度色数，     

关于Hamilton图的新的圈结构定理

设G是一个n阶图,若对于每一个k (3≤k≤n),图G都含有k-圈,则称图G为泛圈图.泛圈图是圈理论研究中的重要课题.研究得到了Hamilton圈上两个不相邻的点在圈上的距离是3的泛圈性结果.     

一些竞赛图的外弧泛圈点的个数

证明了在一些限制条件下的2-强连通竞赛图包含3个外孤泛圈点，并且讨论了一些强连通竞赛图的外弧泛圈点的个数。     

边数q≥C2p-1-1的(p,q)图的泛圈性研究

泛圈图长期以来是图论中研究的重要课题之一,该文利用图的包装理论研究图的泛圈性,得到n阶(p,q)图G当边数q≥C2p-1-1时G为泛圈图的充要条件.     

边数q≥C_(p-1)~2-1的(p,q)图的泛圈性研究

泛圈图长期以来是图论中研究的重要课题之一,该文利用图的包装理论研究图的泛圈性,得到n阶(p,q)图G当边数q≥C2p-1-1时G为泛圈图的充要条件.     

外可平面图的几乎唯一泛圈性

设G是阶为n的简单Hamilton图,若存在m(3≤m相似文献   

3-连通无爪图的度和与泛圈性

若图G中不含同构于k1,3的导出子图,则称G为无爪图.笔者讨论了3-连通爪图中三个顶点的度和与泛圈性之间的关系,给出了图是泛圈的一个充分条件,得到了如下结果:设图G是n阶3-连通无爪图,如果σ3(G)≥n+1,则G是泛圈的.     

两点度数和条件下泛连通性的研讨

让d(u)表示点u在图G中的度数,本文对两点度数和条件图的泛连通性的性质结构做了一些研究.     

对2连通n阶图某些结果的改进

研究 NC≥ n-δ条件下 Cnm 点泛圈图的性质 ,得到 2连通 n(n≥ 6 )阶图 G.若 N C≥ n-δ,则 G是 Cn5 点泛圈图或 Kn/ 2 ,n/ 2 .改进了 Faudree等人的一些结果     

染色的装箱问题及其近似算法

给出了染色装箱问题和染色覆盖问题的数学描述,得到了给定颜色限制的染色装箱问题和染色覆盖问题的两个近似算法.     

有色装箱问题的一种新的近似算法

作为经典装箱问题的推广,有色装箱问题在多处理器实时计算机系统的任务调度等实际问题中有着很强的应用背景.本文提出了有色装箱问题的一种新的近似算法--交叉装箱算法（简称JCBP）,该算法首先对物品按长度进行排列,再从两头交叉进行装箱.实验证明,该算法较其他算法有较好的装箱效果,并且很多情况下能达到最优解.     

针对目标的布局启发式算法

为解决二维矩形布局问题，在广泛研究各种启发式方法的基础上，提出了基于目标的启发式算法．该算法在布局开始时确定布局目标，布局过程中综合运用多种策略，让每个局部最优解达到布局目标值，得到稳定的、可靠的全局解；并且简要分析了矩形正交布局的空间分解方法，提出了群组的基本策略以及布局的定序规则和定位规则、实验结果表明，算法具有较强实用性，布局效率提高2％以上．     

基于装箱问题的Hopfield网络优化设计

针对装箱问题的数学模型,利用目标函数与神经网络中能量函数相等的关系来设计Hopfield神经网络的结构,相应建立动态网络模型,为用Hopfield神经网络理论来解决装箱问题提供了先决条件。     

急倾斜煤层沿空留巷的巷旁充填技术

针对急倾斜煤层沿空留巷巷旁充填技术难题,分析了新强煤矿巷旁充填材料合理配比及充填体承载特性,利用FLAC3D数值模拟软件分析了巷旁充填体及巷道围岩变形规律。结果表明:试件在一定的充填料配比条件下,随着水灰比的增加其抗压强度明显降低,新强煤矿充填材料水、水泥、沙子、矸石理想配比为1∶2∶4∶4;留设巷道顶底板的活动剧烈程度与距工作面距离相关,导致巷道顶板移近量不同;巷旁充填材料配比强度高于10 MPa,可以满足新强煤矿巷道围岩变形及充填体强度要求。     

用C 实现文件资源的打包与解包

文件资源的打包与解包在实际当中有着广泛的应用,介绍了Windows编程中文件打包、解包的基本原理及实现方法,并利用可变长结构解决了文件信息存储过程中的空间浪费问题。     

基于改进小生境免疫遗传算法的船体建造板材图形排样

讨论了基于改进小生境免疫遗传算法的不规则图形排样问题,提出一种基于排挤机制的小生境技术结合传统改进免疫遗传算法的方法.通过实例比较,分别采用遗传算法、改进免疫遗传算法和小生境免疫遗传算法对排样问题的解决和优化.经过船体建造板材套料实验研究,在大规模不规则图形排样过程中免疫算子和基于排挤机制小生境技术结合遗传算法的应用中,具有较好的全局寻优表现和收敛速度,该算法是有效、可行的.     

基于改进小生境免疫遗传算法的矩形件排样

讨论了基于改进小生境免疫遗传算法的矩形件排样问题,提出了基于排挤机制的小生境技术结合遗传算法的新思路,分别采用遗传算法、改进免疫遗传算法和小生境免疫遗传算法对大规模矩形件排样问题进行了实例比较分析,实例表明：在大规模矩形件排样过程中免疫算子和基于排挤机制小生境技术结合遗传算法的运用具有较好的全局寻优表现和收敛速度,算法有效、可行.     

在线A形装箱问题: 模型及算法研究

A形装箱问题是由生产实际引发的一个新的数学模型,它是经典一维装箱问题的一种变形--每样物品有高度和半径两个参数.把装箱问题的经典算法推广到在线A形装箱问题,并分别从最坏情形分析与数值模拟两方面对算法进行了比较,得到了不同而且有趣的结果. 证明了 First Fit算法的渐近竞争比为2, 而其它在线启发式算法如Next Fit, Worst Fit, Best Fit(BF), Almost Worst Fit, Harmonic的渐近竞争比皆为无界; 通过数值模拟,在平均意义下BF的性质最好.