机场停机位分配问题的遗传算法

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过分析航空器占用停机位时区集合的特点,应用划分时间片算法建立了停机位分配的图论模型,将机场停机位分配问题转化为图的k-顶点着色问题。应用遗传算法求解图的K-顶点着色问题,给出了机场停机位分配问题的实用算法。最后将该算法应用于一个算例。     

解决图着色问题的膜进化算法

图着色问题是图论中比较热门的NP难问题之一。针对该问题,有许多启发式求解算法,但都存在求解的质量不高,计算时间较长等问题。近些年提出的膜进化算法,在处理NP难问题中展现出了独特的优势。基于膜进化算法框架,提出了解决图着色问题的膜进化算法,把图着色问题和膜结合,设计了复制、融合、分裂、溶解、融合分裂、禁忌搜索6种膜进化算子。这些算子在演变的过程中使膜和膜结构发生进化,从而找到更优解,最后求得解决方案。在DIMACS的40个挑战数据集上面进行了实验,与3个最新的图着色算法比较的结果表明：在保证解的质量的情况下,文中提出的膜进化算法能有效降低求解的时间,其中有58%的实例占优。     

基于遗传算法的机场停机位分配问题研究

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过分析航空器占用停机位时区集合的特点,应用划分时间片算法建立了停机位分配的图论模型,将机场停机位分配问题转化为图的k-顶点着色问题。应用遗传算法求解图的K-顶点着色问题,给出了机场停机位分配问题的实用算法。最后将该算法应用于一个算例。     

图顶点m着色的改进算法

对于解决图顶点着色问题，目前较常使用ＤＦＳ算法，而由于该算法存在效率不高问题，故提出ＤＦＳ改进算法，极大提高了该算法的效率，对于较难的图顶点着色问题，利用该改进算法更为有利。     

图顶点着色问题的质粒DNA计算

图的着色问题是著名的NP问题,有着重要的实际意义。比如通讯系统的频道分配、考试排考场问题等方面有直接应用。图的着色问题采用DNA计算方法很多,有表面DNA计算,粘贴DNA计算。本文提出质粒DNA计算,首先把顶点着色问题转化为求最大独立集问题,然后给出了图顶点着色问题的质粒DNA分子生物实验,利用限制性内切酶的特性切割有边相连的顶点,得到最大独立集,在试验中特别引入了一个备用试管,最后给出一个具体的实例。实例给出具体的着色方案,证明了该质粒DNA算法有效并且是可行的。     

图顶点着色问题的改进粘贴DNA算法

针对目前存在的解决图顶点着色问题的DNA算法或DNA编码量过大或复杂度太高的问题,为了提高解题效率,将多级分离技术应用到图顶点着色问题的求解中,对解决该问题原有粘贴DNA算法加以改进;改进后的算法减少了操作步骤,达到了预期目的;最后,通过对一个实例的模拟,说明了改进算法的可行性.     

基于遗传和启发式算法的混合顶点着色算法

图的着色问题是一种典型的NP-完全问题.提出了基于遗传算法和启发式算法的新型混合顶点着色算法,该算法在实现过程中涉及到染色体的编码方法、适应度函数的设计以及遗传算子的选择等.实验仿真结果表明此算法改善了求解的时间复杂度,可以获得问题高质量的解.     

基于图着色的极大团求解算法

极大团问题是图论中一个经典的组合优化问题,也是一类NP完全问题,在国际上已有广泛的研究。作者在对其他现有极大团求解算法进行研究之后,设计了一种基于图着色思想的极大团求解算法。基本思想是通过不同的方式对随机图的相应补图进行顶点着色,寻找出所有顶点的极大独立集。而后返回到原图之中找出极大团,并且通过比较删减寻找到随机图的所有极大团。     

图着色问题的逆序蚁群算法研究

针对经典的图着色问题,依据传统图着色算法中逆序图着色的着色思想,结合蚁群算法的搜索机制,给出了逆序蚁群着色算法.根据着色进度和未着色点的相邻点度数随机动态逆序选择新的着色点,使得算法具有较强的搜索全局最优解的能力.利用计算机生产大量随机图作为测试实例,对比逆序着色算法和逆序蚁群算法,实验结果说明逆序蚁群着色算法提高了求解质量,加快了收敛速度,证明了其优良特性.同时算法效率的提高,也保证了该算法可适用于较大规模的着色问题求解.此外,还进行了一系列对比试验,得出了关键参数的合理取值范围.     

图的k-顶点着色与k-边着色的Groebner基求解

利用Groebner基方法给出了任意有限图的尼一顶点着色与k-边着色的求解方案,从而求得图的后．顶点着色方案和顶点色数,k-边着色方案和边色数．     

Halin图的一个点强全染色法

针对Halin图的点强全染色问题,提出一个有效的染色法———逐圈着色法,而且方法给出的方案也是最优的,即用最少的颜色完成Halin图的点强全染色.同时还确定了最大顶点度是3的Halin图的点强全色数的上下界,即上界为6,下界为5.     

项链的若干染色问题

 图的染色问题是图论研究的经典领域,在网络结构和实际生活中都有着广泛的应用。染色问题是近年来图论研究的热点,全染色,特别是邻点可区别全染色又是染色问题中的难点。本文研究了当h≥3 (h能确定项链的顶点个数,N_h中的h表示项链有2h+2个顶点)时,项链的邻点可区别全染色、点边邻点可区别全染色和关联邻点可区别全染色。通过在项链的点边集合与色集合之间构造一种一一对应关系,得到它们的色数分别是5、3、4,同时给出了具体的染色方案。     

分组遗传算法用于图的着色

图的着色算法是一种典型的NP 完全问题 在系统地讨论了图的正常顶点着色、边着色以及全着色的有关理论的基础上 ,提出了基于分组遗传算法和启发式搜索的图的正常 k 点着色 ,正常k 边着色以及正常k 全着色的新型混合算法 ,提出了评价算法性能的标准 实验仿真结果表明 ,新型混合算法可以获得问题高质量的解 ,即对图进行着色所使用的颜色数接近图的色数     

幂图的点强全色数

图G的一个正常全染色称为图G的点强全染色,当且仅当N[v]中任意元素都染有不同的颜色,其中N[v]={u}uu∈E（G）}U{u},图G的点强全染色所用颜色的最少数目称为图G的点强全色数．文章通过研究幂图t的结构性质,利用穷染、置换的方法,研究了幂图礴的点强全色数,并给出了一种具体的染色方案．     

幂图的邻点可区别全色数和邻点可区别-VE全色数

根据路的幂图Pkn的结构性质,用穷染、递推的方法,讨论了Pkn的邻点可区别全染色和邻点可区别-VE全染色,得到了相应的色数,并给出了一种染色方案.     

一类Pm×Cn图的邻点强可区别全染色

图的一个正常的全染色满足相邻点的点及其关联边染色的色集不同时,称为邻点强可区别全染色,其所用最少染色数称为邻点强可区别全色数。经证明得到了一类积图Pm×Cn的邻点强可区别色数。     

齿轮图的若干染色

利用穷举法和组合分析法讨论了齿轮图的邻强边染色和邻点可区别的全染色,通过构造具体染色得到了齿轮图的邻强边色数和邻点可区别的全色数.     

几种图类的邻点可区别关联着色

近年来,关于图着色问题的研究得到了许多有价值的结果,同时拓展出若干新的着色.图的邻点可区别关联着色是在图的关联着色概念的基础上提出的一种新的着色概念.本文研究了路、星、扇、轮、完全图的邻点可区别关联着色并确定了它们的邻点可区别关联色数.     

P_m∨F_n(m=1,2,3,4,n+1)的点可区别均匀边染色

图G的一个正常边染色如果满足任意两个不同点的关联边色集不同,且任意两种颜色所染边数目相差不超过1,则称为点可区别的边染色,其所用的最少的颜色数称为图G的点可区别均匀边色数.运用组合方法研究联图Pm∨Fn的点可区别完全均匀边染色,得到当m=1,2,3,4,n+1时的Pm∨Fn的点可区别均匀边色数.