排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
依据参与者之间的亲疏关系可将参与者划分为不同的优先联盟,基于优先联盟结构进行利益分配, Shapley-solidarity值是重要的分配规则.该分配规则首先将各优先联盟视作一个整体,对总收益按照Shapley值进行分配,之后将各优先联盟分得的收益在联盟内部按照solidarity值进行二次分配,该值在体现联盟间公平分配的同时保障了联盟内参与者间的团结性.基于优先联盟结构,本文提出了TU-博弈线性空间的一个新的基.运用这个基,本文证明了Shapley-solidarity值可由有效性、联盟间差边际性、联盟内差边际性和联盟平均无效元性所唯一刻画. 相似文献
2.
对任意简单图G,△(G)和XT(G)分别表示G的最大度和全色数。证明了当△(G)≥4时,2-退化图G的全色数XT(G)=△(G)+1。 相似文献
3.
图G的一条边称为割边是指删去该边后,使得余下的图的连通分支数增加。图G中的一个两两不相邻的边子集称为图G的一个匹配。图G的一个最大匹配的边数称为图G的匹配数。图G中的一个与G的每个团都有交的顶点子集称为G的一个团横贯集,图G中元素个数最少的团横贯集的顶点数称为G的团横贯数。本文针对n阶连通无三角形的3一正则图G-(V(G),E(G)),首先给出了其割边数的一个上界(n—l0)/4;其次对它的匹配数得到了一个下界(11n-2)/24;再次对它的线图的团横贯数呈现了一个上界(13|E(G)|+3)/36。同时刻画了达到这些界的极值图。 相似文献
4.
5.
对合作博弈(N,v)和交流图(N,L)所产生的交流局面(N,v,L),现有的分配法则都是重新定义一个特征函数,再归结为新特征函数的Shapley值.为了避免定义新特征函数时的失真(从而使得计算Shapley值出现一定偏差),本文提出一个新的分配法则.设原博弈(N,v)的Shapley值为Sh(N,v)=(S_1,S_2,…,s_n),其中s_i可视为参与者i的实力.类似于Google的网络搜索算法,对连通的交流图L和表示参与者相互合作程度的转移矩阵P,定义参与者的PageRank (参与者的级别或地位),记为(r_1,r_2,…,r_n),其中r_i表示参与者i在合作交流中的地位.新的分配法则,称为Page-Shapley值:其中参与者i所得为c_Nr_is_iv(N),而C_N取为1/Σ_(j∈N)r_jS_j以便保证值的有效性.当L不连通时,其Page-Shapley值由各分支的Page-Shapley值拼接而成. 相似文献
6.
图G的一条边称为割边是指删去该边后,使得余下的图的连通分支数增加。图G 中的一个两两不相邻的边子集称为图G 的一个匹配。图G 的一个最大匹配的边数称为图G 的匹配数。图G 中的一个与G 的每个团都有交的顶点子集称为G 的一个团横贯集,图G 中元素个数最少的团横贯集的顶点数称为G 的团横贯数。本文针对n阶连通无三角形的3-正则图G=(V(G),E(G)),首先给出了其割边数的一个上界(n-10)/4;其次对它的匹配数得到了一个下界(11n-2)/24;再次对它的线图的团横贯数呈现了一个上界(13|E(G)|+3)/36。同时刻画了达到这些界的极值图。
相似文献
相似文献
7.
8.
本文首先得到了阶数为n、团数为k的连通k-正则图的最大-团横贯数的上界n/k以及n阶连通无爪3-正则图的最大-团横贯数的下界n/4,并对达到这些界的极值图进行了刻画。然后对阶数为n、团数为ω(G)的任意图G 的减最大-团横贯数给出了一个紧的下界1+ω(G)-n,同时对阶数为n、团数为k的连通k-正则图的减最大-团横贯数呈现了一个上界n/k,并刻画了达到这个上界的极值图。 相似文献
9.
当前库存管理已经成为公司控制产品成本的一项主要指标. 库存管理不仅能够保证货物的有效储存, 同时也是保证公司的运作和生产效率的一种手段. 通过对库存内部与外部各种影响因素进行深入分析, 利用两阶段fuzzy-AHP模型, 对货物库存的风险可能性及风险重要性进行评价; 然后, 将两种不确定性风险转化为可度量的量值, 并通过比较不同仓库的库存风险系数, 选择最优的存储方案, 以及在最优存储方案下明确企业最应该关注的风险因素. 相似文献
10.
对任意简单图G,Δ(G)和XT(G)分别表示G的最大度和全色数.证明了当Δ(G)≥4时,2-退化图G的全色数XT(G)=Δ(G)+1. 相似文献