求解最大完全子图的一种DNA算法

最大完全子图是图论中一个重要的问题。粘贴和删除模型是DNA计算的两个基本计算模型。利用改进的粘贴和删除模型给出求解最大完全子图的DNA算法。     

一种欠约束几何系统求解的图优化方法

针对一般几何约束系统欠约束状态下约束分解的多态性,对相应的有向图强连通子图提出了进一步分解的二部图匹配自适应优化处理策略,给出了主要算法,实现了欠约束系统的优化分解,有利于一般几何约束系统快速求解．     

RNA折叠中的最大公共嵌套子图

在嵌套线状图模型中,寻找ncRNA联配的最大公共二次结构,实际就是寻找其序列导出线状图的最大公共嵌套线状子图。通过对模型的简化,证明该问题在伪平嵌套线状图的情形下是NP-完全的,并给出求最大水平嵌套线状子图的近似算法。     

不含3正则子图的图的最大可能边数的下界

１９７４年，Ｅｒｄｏｓ和Ｓａｕｃｅｒ提出如下问题：设ｆ（ｐ）是ｐ个顶点的不含３正则子图的图的最大可能边数，确定ｆ（ｐ）。本文给出：（１）ｆ（ｐ）≥３ｐ－９，ｐ≥４；（２）ｆ（ｐ）≥３ｐ－５，ｐ≥３４。     

基于软约束满足理论的用户偏好建模方法

用户建模是电子商务领域的重要研究问题之一,但是到目前为止还没有非常有效的方法能够建模用户的动态偏好等特征。在分析电子商务领域用户偏好特征获取一般特点的基础上,提出基于实例的两阶段递增式用户偏好特征获取方法。并采用基于半环的软约束满足问题表示用户的各类偏好特征,将用户建模看成是潜在方案空间上施加一系列偏好约束的过程。提出不同的偏好约束类型以及利用偏好约束建立用户模型的过程,实现电子商务领域复杂用户偏好的灵活建模。     

日计划机车周转图智能编制方法的研究

给出了日计划机车周转图的约束满足优化问题模型及其智能求解算法,该模型以列车工作计划、机车技术作业时间、乘务员作息时间、１８点归位机车台数、检修机车最晚到达基本段时间及段备机车的最早可解备时间等作为约束条件,以减少机车在站停留时间作为目标．该模型的智能求解算法将启发式知识与回溯策略相结合,以求得日计划机车周转图的满意解．     

带约束最长公共子序列快速算法

带约束最长公共子序列(CLCS)问题有很深的生物学应用背景,常被用来表示同源基因序列相似性的度量,但计算CLCS时间代价很高,最早的CLCS算法的时间复杂度为O(rn4),目前,最快的CLCS算法的时间复杂性为O(rn2).运用对偶原理将带约束最长公共子序列问题转换为带约束最小覆盖集问题,并建立带权的ref树结构,构造包含约束序列的约束覆盖子集,约简带约束覆盖子集并从中搜索关键路径,再通过关键路径构造CLCS,该算法将算法时间复杂度提升到O(nlogn+(q+r)L),r是约束序列的长度,q是两序列序偶的个数,L是两序列的最长公共子序列(LCS)长度.     

具有约束的极小生成子图的一个算法

针对实际中的一类连接问题建立了网络模型,给出了便于计算机实现的算法,即：通过依次收缩各边简化网络Ｇ＝ （ Ｖ,Ｅ,Ｗ） ,最终得到最小生成树;然后恢复各边和顶点,从而得到了此类问题的最优解。     

混沌图引力搜索算法求解压力容器约束问题

为解决运用混沌图引力搜索算法( CGSA: Chaotic Gravitational Constants for the Gravitational Search Algorithm) 难以计算经典的压力容器设计( PVD: Pressure Vessel Design) 约束优化问题,提出了一种改进的混沌图引力搜索算法( CGSA9 + ) 。首先,分析PVD 约束条件中各变量间的相互依赖关系,确定总体中各维度随机的先后依赖顺序; 其次,在继承CGSA 算法子代产生的规则基础上,更新越界子代的产生规则,借助当前全局最优解位置,优化子代产生规则; 最后,通过循环验证是否满足约束,进而求解与评估,得到最优解。对比实验表明,该新算法能有效解决PVD 约束优化问题,并具有较好的优化效果。     

图结构在文本聚类中的应用

提出了一种基于图结构的文本聚类方法,采用基于图结构的文本表示方法来构建文本的图结构模型,将一个文本映射为相应的图结构,通过最大完全公共子图的求解计算文本间相似度,并进行聚类。实验结果验证了该方法的有效性。     

约束满足问题求解及ILOG SOLVER系统简介

首先综述求解约束满足问题的基本算法和搜索策略, 然后介绍ILOG SOLVER求解系统提供的类和函数的基本组成, 并给出用该系统求解的两个地图着色示例.     

Knapsacks约束的弧相容改进算法

通过修改背包约束弧相容算法的数据结构,将点阵图改为有向图,解决了原背包约束弧相容算法中存在冗余计算和无效操作的问题,加快了算法对问题的求解效率.对比实验结果表明:在面对同一类问题时,因为数据结构更复杂,改进算法的初始化时间虽增加,但求解时间提高了20%~50%;在面对求解难度较高的问题时,改进算法能更好地缩减求解问题的时间.     

图分割在Singleton弧相容算法中的应用

基于原有SAC-MP算法,提出一种将图分割技术应用到SAC-MP算法中的一种新算法,该算法在执行时能充分利用图分割技术确定适当的k值,避免了由于k值的不确定带来的冗余操作和盲目性.实验结果表明,该算法在求解约束满足问题时效率较高.     

Introduction

ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅＣｏｎｓｔｒａｉｎｔＳａｔｉｓｆａｃｔｉｏｎＰｒｏｂｌｅｍ（ＣＳＰ）ｗａｓｆｉｒｓｔｄｅｖｅｌｏｐｅｄｆｏｒｓｅｔｌｉｎｇｔｈｅｃｏｎｓｔｒａｉｎｔｂｅｔｗｅｅｎｄｉｓｃｒｅｔｅｖａｒｉａｂｌｅｓ．Ｍａｎｙａｌｇｏｒｉｔ...     

基于AC与LmaxRPC的自适应约束传播求解算法

在现有自适应约束求解方法基础上,提出一种新的自适应约束传播求解算法ADAPTAC-LmaxRPC.该算法能根据约束的不同特性,在传播能力强但开销高的LmaxRPC与传播能力弱却开销低的AC之间自适应地切换进行约束传播.多个Benchmark实例类上的测试实验数据表明,ADAPTAC-LmaxRPC算法有效地平衡了求解效率和算法开销之间的矛盾,大幅度提高了约束求解的效率.     

参数化弧相容约束传播

为进一步提高约束满足问题求解算法的效率,对约束传播过程进行了分析,并使用变量论域缩减比例对弧相容传播深度进行参数化描述,同时提出了一个约束传播程度可以控制的弧相容传播算法,研究了在不同参数下约束求解算法的效率。该算法在“明月1.0”架构下实现。实验结果表明,约束传播程度是影响算法求解效率的一个重要因素,通过调整控制参数可以使算法效率提高3~4倍。     

两种智能值排序启发式研究

为提升约束满足问题求解效率, 对最受推崇的智能值排序启发式Look-ahead 和Survivors-first 进行深入研究。比较两种值排序启发式在常规和自适应两种环境下的效率表现。结果显示, 在多数问题类上, 常规情况下Survivors-first效果更好, 而在自适应环境下效率有所下降; 在不同环境下使用不同启发式可提升约束满足问题求解效率。