度约束欧氏Steiner最小树问题及其求解

在欧氏Steiner最小树的基础上,对每个正则点加上了度约束限制,提出了度约束欧氏Steiner最小树问题,分析了该问题的特性,给出了该问题的模拟退火和蚂蚁算法求解过程,并使用Delphi语言编程,在Windows XP平台上运行通过．通过大量算例的计算结果验证了该问题的实用性及算法的有效性．     

图的Steiner最小树的竞争决策算法

图的Steiner最小树问题是一个著名的NP难题,在通讯网络、VLSI等工程实践中有着重要的应用.在分析图的Steiner最小树问题数学性质的基础上,提出了图的Steiner最小树的竞争决策算法.为了验证算法的有效性,求解了OR-Library中的基准问题,测试结果表明了算法具有较好的求解效果.     

基于遗传算法的通讯网络最佳Steiner树构造

提出了一种解决Steiner最小树问题的自适应遗传算法,将Steiner最小树问题转化成一个组合优化问题,并对部分初始种群的构造给出了一种试探选择方法.通过对通讯网络Steiner最小树问题的实例仿真分析,表明算法能有效地跳出局部极小值并快速地收敛于全局最优值.将其推广到考虑建站费用的极小树问题上,取得了很好的近似解.     

Steiner最小树问题及其应用

Steiner最小树问题是一个历史悠久的经典的组合优化问题,由于应用广泛,多年来一直受到研究者的广泛关注。介绍了各种Steiner树问题及其求解算法和实际应用。     

基于电势的最优加权Steiner树蚂蚁算法及其选址应用

在传统欧氏Steiner树的基础上,提出加权Steiner最优树模型,适用于求解必须考虑结点权值情况下的最短路问题.借用电场理论中电势的概念给出了模型的蚂蚁算法实现,并以某大型电子商务企业物流中心选址问题为例,验证了模型的实用性及算法的有效性.     

一类平面折线图的Steiner最小树

本文介绍了Steiner问题中的主要课题,特别是在特殊的平面点集上构造Steiner最小树的研究的主要结果。对本人在一类平面拆线图上构造Steiner最小树方面的一些工作做了介绍与总结。     

针对VLSI布线的多层X结构斯坦纳最小树构建算法

考虑到粒子群优化算法具有非常出色的全局优化能力,针对X结构布线问题的复杂性提出了X结构下的多层Steiner最小树构建算法.实验结果表明,该算法可以在合理的时间内取得优异的布线解.     

基于进化规划的网络多目标路由算法

多目标路由问题要求极小化网络带宽资源消耗 ,它与图论中 NP完全的 Steiner问题等价 ,不存在多项式时间算法 ,只能采用近似算法或启发式算法 .进化算法是一类有效求解优化问题的新算法 .应用进化算法中的进化规划方法 ,求解 Steiner问题 ,提出了一种新的多目标路由算法 .仿真结果显示 ,该算法性能高于启发式方法     

基于可变模糊方法的智能算法求解效果评价

算法的有效性验证一直是智能算法在实际应用中的关键环节,该问题可归结为智能算法求解效果的多指标综合评价问题.为此,建立了智能算法求解效果的评价指标体系,结合可变模糊集理论,提出了一种智能算法求解效果评价的可变模糊方法.该方法通过变化评价模型及其参数,合理地确定出算法的评价等级,从而实现对算法求解效果的评价.实例计算表明：可变模糊模型与方法可行有效,评价结果符合实际情况.     

求解一类特殊的极小化距离和问题的方法

将一类特殊的极小化距离和问题转化为与之等价的单调线性变分不等式,提出了一类预测校正方法,采用Gauss-Seidel迭代形式产生预测值,由校正步产生新的迭代点,并把这种算法应用于Steiner最小树问题。     

八角形斯坦纳树问题的文化基因算法

针对多端线网互连问题,提出以超大规模集成电路物理设计中布线阶段应用较多的斯坦纳树为切入点,采用一种基于种群的全局搜索和基于个体的局部启发式搜索相结合的文化基因算法,对八角形斯坦纳树的结构进行优化,从而进一步缩减线长. 使用Prim算法预处理取得初始种群,并重新修改了原本的文化基因的编码以及相关操作,以便可以处理八角形斯坦纳树构建这一离散问题,利用八角形结构,使其能在全局范围内,快速收敛并全局寻优. 实验结果表明,所提算法能获得较好拓扑的八角形斯坦纳树,快速得到多端线网最优或者较优的布线结果,缩减布线的线长.     

关于满Steiner树问题的一个近似算法

满Steiner树问题(TST)是求解一个正则点都是叶子的最小Steiner树问题.Fabio Viduani Martinez等人给出了此问题的近似算法,它的性能比为2ρ-ρ/(3ρ-2)≈2.52,而目前求解Steiner树问题的近似算法的性能比,最小值约为1.550.对满Steiner树问题给出了一个近似算法,并将它的性能比改进为2ρ-3ρ/(6ρ-2)≈2.463.     

离散萤火虫算法在车载网的应用

车载自组织网(Vehicular ad hoc network,VANET)是移动自组织网络之一,具有节点变动迅速、拓扑结构灵活、通信能力要求较高的特点。为提高车载自组织网络的可靠性,实现数据的安全共享和快速交互,将离散萤火虫(DFA)算法应用求解车载网络中具有服务质量约束的多播路由问题。根据VANET的路由特点,将该问题转化为延迟成本最小化约束优化问题,并将车载网络路径时延转化为萤火虫的荧光素值,然后将该算法用4个实例进行测试,并与Dijkstra最短路径算法、粒子群优化算法进行比较。研究结果表明:离散萤火虫算法性能更佳,可有效解决VANET中Steiner minimum tree(SMT)问题,成功取得最优路径。该算法在一定程度上稳定了网络拓扑结构,能够实时更新节点信息。     

最短路算法(dijstra算法)的研究

Dijstra标号算法是求从一点到网络其它各点之间最短路的重要算法,而最小生成树是求网络各点之间相互连接的整体代价最小的算法,两者之间算法过程以及思路都不同。然而,本文对这两个算法进行研究,发现这两种算法的本质是一致的。接着对算法进行推广,一种综合算法,并应用到组播路径构造上,经对许多事例分析,发现该算法不仅很好地解决了无约束组播和有时延约束组播的近似最优解的问题,同时对部分有时延和时延抖动组合约束问题也能进行快速求解,且复杂度不超过O(kmn2)。     

求解满瓶颈Steiner树

首先对Steiner树,瓶颈Steiner树研究现状加以介绍,指出满瓶颈Steiner树就是在已知图中找一颗树S,使给定的点集在S中的点都为叶子,且最大的边权值最小,然后给出满瓶颈Steiner树的定义,利用分解,转化,组合的思想,给出求解满瓶颈Steiner树问题的一个多项式算法,证明算法正确性,说明该算法的时间复杂性,最后给出相应的数值例子,说明算法正确性.     

扩展Steiner树问题的选址应用研究

提出扩展Steiner树问题的选址模型,给出了该模型基于最小生成树的启发式算法.在此基础上,分析了一个居民点只能与一家连锁店相关联的选址问题,并用算例验证了该选址方案的可行性.     

E^n空间中Steiner树的性质与极值

将平面上名的Steiner树问题推广到n维欧氏空间E^n中，得到了单形中Steiner点的一些重要性质以及一些加权几何不等式。