最大團問題精確算法研究.pdf_第1頁
已閱讀1頁,還剩174頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、在無向圖G=(V,E)中,團( clique)指圖 G的一個完全子圖,在這個子圖中的任意兩個頂點之間都有邊連接。最大團問題(Maximum Clique Problem)指在給定的圖 G中找出包含頂點個數(shù)最多的一個團。最大團問題是經(jīng)典的N P難度問題,其對應的判定問題:給定無向圖G和整數(shù) A;,判斷圖 G中是否存在大小為A:的團,是 N P完全間題。最大團問題在故障診斷、生物信息學、編碼理論、計算機視覺、組合拍賣、經(jīng)濟學分析、社會網(wǎng)絡分

2、析等實際問題中存在著廣泛的應用,與最大獨立集、最小頂點覆蓋、圖染色等其它經(jīng)典的NP難度問題也密切相關(guān)。研究最大團問題的求解算法具有重要的理論意義和應用價值。
  當前求解最大團問題的算法主要分為兩類:啟發(fā)式算法和精確算法。啟發(fā)式算法通常能在較短的時間內(nèi)給出質(zhì)量相對較高的解,但無法保證解的最優(yōu)性。精確算法通過系統(tǒng)搜索問題的整個解空間,從而保證最終得到的解為全局最優(yōu)解。盡管從理論分析上看,現(xiàn)有的最大團精確算法在最壞情況下的時間復雜度無

3、一例外都是指數(shù)級的,但近年來的研究進步使得精確算法的實際求解能力得到顯著提升。
  本文研究基于分支定界方案的最大團精確算法。論文工作緊緊圍繞分支與定界這兩個決定算法性能的關(guān)鍵策略展開。具體工作體現(xiàn)在以下四個方面:
  (一)在標準 MaxSAT推理的基礎上,提出了更加高效的漸進MaxSAT推理技術(shù)用于減少分支頂點數(shù)量。對圖進行近似頂點染色是估計最大團上界的經(jīng)典方法。但近似染色數(shù)上界與最大團的實際值之間往往存在較大差距。標準

4、 MaxSAT推理將頂點的染色結(jié)果編碼成MaxSAT公式,利用 MaxSAT推理技術(shù)來計算更加精確的上界。盡管標準MaxSAT推理能顯著減少搜索樹大小,但對搜索樹的剪枝作用仍存在“全或無”的顯著特征。本文從設計思路上將MaxSAT推理的目標從改進上界估計轉(zhuǎn)變?yōu)闇p少分支頂點數(shù)量,提出了漸進MaxSAT推理技術(shù)。實驗表明,漸進 MaxSAT推理在減少分支數(shù)量方面總是能產(chǎn)生積極效果,與傳統(tǒng)的MaxSAT推理技術(shù)相比效率更高。
  (二)

5、研究了動態(tài)順序和靜態(tài)順序兩種分支順序策略,提出了混合分支順序策略。結(jié)合漸進MaxSAT推理技術(shù),本文設計了基于動態(tài)分支順序的DoMC算法和基于靜態(tài)分支順序的 SoMC算法。SoMC算法在保持靜態(tài)分支順序的前提下最小化分支頂點集,而 DoMC允許分支順序動態(tài)變化以使分支頂點集最小化。實驗表明二者在性能上相互補充?;趧討B(tài)順序與靜態(tài)順序性能互補的觀察,本文提出了混合分支順序策略,設計了混合分支順序算法MoMC。實驗結(jié)果表明, DoMC、 S

6、oMC和 MoMC三個算法的總體性能顯著地超越當前國際上最好的精確算法。
  (三)針對大量存在的真實世界稀疏大圖,設計了簡單高效的預處理程序。該預處理程序在單一的過程中高效地完成初始頂點順序計算、初始團尋找、圖規(guī)?;喌热楊A處理任務。結(jié)合該預處理程序和漸進MaxSAT推理技術(shù),設計了針對稀疏大圖的精確算法LMC。實驗表明, LM C能夠快速求解頂點規(guī)模達到千萬級的真實世界大圖,其性能明顯超越了目前國際上最好的大圖精確算法PM

7、C和 BBMCSP。LMC算法的優(yōu)異表現(xiàn)也駁斥了文獻中關(guān)于MaxSAT推理等高級技術(shù)并不適用于大稀疏圖求解的觀點。
  (四)針對最大團問題的變型一加權(quán)最大團問題,設計了精確算法WLMC。由于頂點之間存在權(quán)重差異,加權(quán)圖中的頂點關(guān)系更加復雜,使得加權(quán)最大團問題的求解難度要顯著地高于非加權(quán)的經(jīng)典最大團問題。為簡化頂點之間的復雜關(guān)系,本文提出了由沖突驅(qū)動的兩個頂點權(quán)重切分規(guī)則:顯式?jīng)_突切分和隱式?jīng)_突切分,并從圖概念的視角直觀地闡述了基

8、于沖突獨立集探測的上界估計。大量真實世界圖集上的實驗結(jié)果表明, W LMC算法的整體性能表現(xiàn)顯著地超越了當前最好的精確算法和啟發(fā)式算法,有力地駁斥了精確算法對解決大規(guī)模圖能力不足的主流觀點。
  傳統(tǒng)的最大團分支定界算法集中關(guān)注如何改進上界估計,本文在算法設計思路上集中關(guān)注如何減少分支數(shù)量。這一設計思路的轉(zhuǎn)變使得對MaxSAT推理和頂點權(quán)重切分等技術(shù)的運用效率更高。該設計思路也有望用于改進其它基于分支定界的組合優(yōu)化問題算法設計。針

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論