社会网络中弱关系团队形成问题研究

随着在线社会网络的迅速发展,社会网络的团队形成问题逐渐成为研究热点。现有的社会网络中团队形成问题目标是寻找一个成员间沟通代价最小的团队。然而,实际应用中团队成员间的不紧密关系使得团队的观点多样化、多角度、无偏见,可以广泛应用于形成专家评审团队、大众评审团等。基于此需求,将社会学的弱关系概念引入团队形成问题中,提出了一种社会网络中弱关系团队形成问题。该问题旨在寻找成员间为弱关系,同时满足技能、经验值要求的一个团队,为NP-hard问题。提出了3类算法解决该问题,分别为贪心算法、精确算法、α-近似算法,每类算法有各自的特点与适用范围。利用ACM和DBLP两类真实的数据集进行实验,综合评估了各类算法的效率与求解质量,证明了提出算法的有效性。     

基于ε近似算法的空时多用户检测

阵列天线接收系统中,最优空时多用户检测器通过采用极大似然估计算法,可以逼近单用户的检测器性能,但由于其运算复杂度与用户数成指数关系而无实用价值。针对此把极大似然空时多用户检测问题转化为带约束的二次规划问题,从而把ε近似算法应用于空时多用户检测中。仿真实验表明,所提出的新算法表现出明显优于现有文献算法的良好性能。     

一种社交网络群组间信息推荐的有效方法

群组间信息推荐是社交网络中人们传递和分享资讯的重要途径,然而获取精确的最优推荐方案需要指数级时间开销.为此,本文提出一种有效算法EAOORS(Efficient Algorithm for Obtaining Optimal Recommendation Solution),将该指数级时间开销问题等价归约为EST(Extended Steiner Tree,扩展Steiner树)问题,并在多项式时间复杂度内快速获取近似最优推荐方案.理论分析和仿真实验表明,本文所提的算法具有有效性和实用性.     

求解最大P-中心问题的一种近似算法

求解最大P-中心问题属于计算下模集函数最大值问题，该类问题在组合优化问题中具有非常重要的应用．为此，给出了求解具有简单约束的最大P-中心问题的一种局部搜索算法，并讨论了所给算法的性能保证．     

有向图连通支配集求解算法

定义了有向图指定源点连通支配集问题。借助参数算法中的技术设计了针对该问题的规约规则,通过规约规则的实施来降低原问题的规模;随后又设计了近似算法在规约后的有向图中求出一个较小的连通支配集;最后结合规约规则带来的一些良好特性设计了优化规则,通过优化变换的实施进一步缩减由近似算法求得的连通支配集。不同模型随机图上的模拟实验表明这些规则和算法是有效的。     

工厂地址集中的k-种产品选址问题的近似算法

k-种产品工厂选址问题是：给定一个客户集合和一个可以建立工厂的地址集合,每个客户需要k-种产品,一个工厂只能为客户提供一种产品。考虑的工厂假设相对集中,即假设任何工厂之间的距离都不大于工厂与客户之间的距离。对于没有建厂费用的问题,当k=2时证明了它是一个NP完全问题,对任意的k给出了一个最坏性能比不大于2-1/k的近似算法。对于有建厂费用的问题,给出了一个最坏性能比不大于2的近似算法。     

D-S证据理论近似算法在数据融合中的应用

论述了基于D-S证据理论的多传感器数据融合方法。通常在强冲突情形下证据组合规则的组合结果是不符合常理的,其不同证据源的冲突处理成为数据融合的主要问题之一,文中提出了一种解决证据冲突情况下的近似算法。仿真结果表明该方法是有效的和可行的。     

基于LLR近似算法的星座重排高级混合ARQ

本文研究了采用16-QAM调制和星座重排的chase合并型高级混合ARQ系统.针对星座重排中比特可靠性的差异.提出一种近似算法逼近软解调输出比特的对数似然比.仿真结果表明,该近似算法能有效降低重传后比特可靠性的差异,且计算复杂度大大降低,提高了系统的性能.