寻找最小生成树的补图算法

提出了一种关于最小生成树的生成法，该算法与传统的prim算法及kruskal算法比较，有更低的计算复杂性．     

基于博弈树的概念图推理算法

提出了一种基于博弈树的概念图推理算法.该算法将封闭世界模型上的概念图推理转化为对博弈树根节点的可解性标示过程.算法采用深度优先策略,可以实现对此模型下任一个概念图或概念图集合“真值“的识别.推理结果与人类思维相一致.     

寻找最小生成树的度优先算法

利用Ｋｒｕｓｋａｌ和Ｐｒｉｍ算法的优点，从图的每个顶点的度数入手，采取删除某些无用边的思想方法，给出了一个寻找最小生成树的算法。算法的最坏复杂度为Ｏ（ｍ－ｎ）ｌｏｇｍ），平均复杂度为Ｏ（（ｍ－ｎ）ｌｏｇｎ），就复杂度的常数因子而言，均优于Ｋｒｕｓｋａｌ算法与ｋｉｍ算法，其中ｍ为图的边数，ｎ为图的顶点数。     

基于Fibonacci堆实现的Prim算法及其分析

在一些网络优化应用中经常需要求解最小生成树.本文首先介绍了一种叫做"Fibonacci堆"的数据结构,并阐述了如何用Fibonacci堆来实现prim算法.然后对算法的时间复杂度进行了分析,说明用此方法实现prim算法有较好的时间性能.     

《数据结构》最小生成树算法的分析和实现

数据结构主要研究数据之间的逻辑关系、数据的存储方法以及对数据的各种操作.最小生成树是图这种数据结构的一种重要应用,实现算法与数据结构关系密切,本文以邻接矩阵作为图的存储结构,详细讨论了Prim算法在计算机上的实现方法,并对该算法作了必要的分析.     

寻找最小生成树的补图算法

提出了一种关于最小生成树的生成法,该算法与传统的prim算法及kruskal算法比较,有更低的计算复杂性.     

基于Kruskal算法的最短路径算法研究

首先对传统的Dijkstra算法进行分析,然后依据Kruskal算法给出一种求解最短路径的方法,并对该方法的核心思想、具体实现步骤和求解过程进行详细描述,最后通过实例将该方法与Dijkstra算法进行对比,验证该方法的有效性．     

通风网络中最小生成树的O（n^2）算法

本文提出一个Ｏ（ｎ＾２）的最小生成树算法，并结合在矿井通风网络中的应用进行阐述，通过理论分析和实例解算，证明了算法是正确的和有效的，Ｏ（ｎ＾２）最小生成树算法也是对矿井通风网络解算方法的补充。     

基于认知负荷理论的物理概念图教学策略

认知负荷理论(cognitive load theory)是在现代认知心理学研究基础上提出的一种促进教学设计的理论,这种理论以容量有限的工作记忆为核心,把图式作为长时记忆中知识和技能的储存形式。教师通过降低教学设计的认知负荷,促使学生获得与图式有关的知识。概念图作为教与学的有效工具,正在不断地被尝试与研究。这里基于Sweller的认知负荷理论,通过对物理概念图的实例分析,为应用概念图教学提供一些参考。     

基于概念图的网络学习导航应用

网络学习中的海量信息和超媒体结构使得学习者在学习过程中出现“迷航”和认知超载.分析了网络学习导航和概念图的概念与特点,探讨了概念图用于网络学习导航的几种方式,研究了在课程知识概念图的基础上针对不同网络学习用户生成最佳学习路径的算法,从而实现了个性化学习,使整个学习过程具备一定的自适应性和智能性.     

基于概念图的个人数字图书馆服务研究

通过对个人数字图书馆服务的现状分析,发现个人数字图书馆的人性化服务缺乏知识层面的服务,探讨了概念图的理论基础及其特点,提出了将概念图引入个人数字图书馆的构建方法,并阐述了个人数字图书馆概念图知识服务的具体功能。     

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．     

基于概念图的超文本网页学习适应性机制研究

从概念图和超文本结构特点的相似性出发,分析了超文本网页的自适应方式和机制结构,提出适应性超文本链接的路径分类,对适应性超文本网页的结构设计提出了一些可行的建议.     

边权相同的最小生成树改进算法

针对当赋权连通图中存在权值相同的多条边时,传统的Kruskal算法不能计算出全部的最小生成树,提出了求解最小生成树的改进算法.实验结果表明,改进算法可以得到一个赋权连通图的所有最小生成树,进而为决策者提供更全面的最优决策方案.     

基于Prim算法最小生成树优化的研究

通过Prim算法的研究寻找局部最优解的迭代过程,用布尔向量U和V-U表示集合中的边,根据权值的关系找到快速有效的算法来构造最小生成树.从理论上分析了算法的性质和时间复杂度.通过实例分析, 证明了该算法有效性并在现实生活中得到的广泛应用.     

概念地图思想在近世代数教学中的应用

近世代数课程是师范院校数学专业学生的必修课,也是数学与应用数学专业学生的专业基础课。本文致力于把概念地图的思想贯穿到近世代数的教学中,帮助学生找出最本质、最重要的知识,从而能从整体上把握近世代数这门课。     

多目标优化问题的研究

针对传统方法求解多目标优化问题的局限性,应用一种新的算法求解。遗传算法从问题解的串集开始搜索,覆盖面大,可以同时处理群体中的多个个体,利于全局择优,减少陷入局部最优的风险,而最小生成树具有过程简单清晰、适用性广泛的特点,结合两者的优点,构造了基于生成树的遗传算法。首先通过加权目标规划法求出最优解,然后通过遗传算法和基于生成树的遗传算法求解,结果表明,对于小规模的多目标优化问题,两种算法都可以求出最优解,在求解时间方面,基于生成树的遗传算法比遗传算法更优越。     

求最小生成树的矩阵算法

最小生成树问题是运筹学网络优化中一个常见的基本问题．提出了一种新的求最小生成树的矩阵算法,此算法可以不必在原图上进行操作而得到最小生成树,过程简单易懂．