期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
反馈集与子集反馈集问题的计算复杂性研究进展
1
作者 白天 肖鸣宇 《计算机研究与发展》 北大核心 2025年第1期104-118,共15页
反馈集问题(feedback set problem)是计算机科学中研究最为广泛和深入的图上NP完全问题之一,其在并发计算、大规模集成电路、编码设计、软件验证、社交网络分析等领域均存在重要的应用.子集反馈集问题(subset feedback set problem)是... 反馈集问题(feedback set problem)是计算机科学中研究最为广泛和深入的图上NP完全问题之一,其在并发计算、大规模集成电路、编码设计、软件验证、社交网络分析等领域均存在重要的应用.子集反馈集问题(subset feedback set problem)是反馈集问题的一种更一般化的形式,更加具有普适性和实用性.近年来,这2个问题在计算复杂性上的分类工作已逐步完善,在算法领域也已出现许多重要的突破.相关研究工作分为2个部分进行介绍.第1部分详尽地介绍了反馈集和子集反馈集各种不同版本的问题,梳理了它们之间的一些重要关系,并介绍了这些问题在一般图上的计算复杂性.第2部分系统性地介绍了反馈集和子集反馈集问题在一些重要子图类上的计算复杂性,包括度有界的图类、平面图类、竞赛图图类、相交图类、禁止图图类和二部图图类.最后对反馈集和子集反馈集问题的研究现状进行分析和总结,概括了目前主流的研究趋势. 展开更多
关键词 反馈集问题 子集反馈集问题 图论 计算复杂性 图算法
在线阅读 下载PDF
局部搜索算法求解最小弱连通支配集问题
2
作者 李睿智 何锦涛 欧阳丹彤 《软件学报》 北大核心 2025年第8期3655-3676,共22页
最小弱连通支配集问题是一个经典的NP难问题,在许多领域都有广泛的应用.提出一种高效的局部搜索算法求解该问题.在该算法中,首先采用一个基于锁定顶点和频率反馈信息的初始解构造方法.该方法可以确保将一定处于最优解中的顶点和大概率... 最小弱连通支配集问题是一个经典的NP难问题,在许多领域都有广泛的应用.提出一种高效的局部搜索算法求解该问题.在该算法中,首先采用一个基于锁定顶点和频率反馈信息的初始解构造方法.该方法可以确保将一定处于最优解中的顶点和大概率存在于最优解中的顶点添加到初始解中,从而可以得到高质量的初始解.其次,提出基于双层格局检测策略,年龄属性和禁忌策略的方法来避免循环问题.第三,提出扰动策略,使得算法能够有效跳出局部最优.第四,将两个评分函数Dscore和Nscore与避免循环问题的策略相结合,提出有效的顶点选择方法,帮助算法选择适合添加到候选解中或从当前候选解中删除的顶点.最后,与现有的最优启发式算法和CPELX求解器,在4组基准测试实例上对提出的局部搜索算法进行了对比.实验结果表明,该算法在4组经典基准测试实例上表现出更好的性能. 展开更多
关键词 最小弱连通支配集问题 组合优化 局部搜索 反馈机制 扰动策略 年龄属性
在线阅读 下载PDF
基于选址机制与深度强化学习的WRSN移动能量补充 被引量:2
3
作者 王倩 《现代电子技术》 2023年第21期82-88,共7页
无线充电已成为彻底解决无线传感器网络能量受限问题最有前景的技术之一。针对传感器网络应用场景中的高能量补充需求,提出一种基于选址机制与深度强化学习的一对多充电策略MSRL,利用带权集合覆盖问题求解移动充电装置(MC)的近似最优充... 无线充电已成为彻底解决无线传感器网络能量受限问题最有前景的技术之一。针对传感器网络应用场景中的高能量补充需求,提出一种基于选址机制与深度强化学习的一对多充电策略MSRL,利用带权集合覆盖问题求解移动充电装置(MC)的近似最优充电驻点集;基于Dueling DQN算法,综合考虑传感器的能量消耗率、地理位置、剩余能量等因素确定MC访问充电驻点的顺序。通过捕捉充电动作在时间序列中的关系,使用奖励反馈评估充电决策的质量,自适应调整充电路径,实现MC充电调度的优化。进一步对Dueling DQN算法进行改进,利用Gradient Bandit策略提高奖励值高的样本被采样的概率,加快算法训练速度。大量仿真实验结果表明,MSRL策略不仅可以显著减少传感器节点的死亡数和网络平均能量消耗,延长网络的生存时间,并且优于其他比较方法。 展开更多
关键词 无线可充电传感器网络 一对多能量补充方案 深度强化学习 选址机制 带权集合覆盖 奖励反馈
在线阅读 下载PDF
超图上最大独立集问题的精确算法
4
作者 白天 肖鸣宇 《中国科学:信息科学》 CSCD 北大核心 2024年第12期2709-2726,共18页
最大独立集问题是计算机科学中最基础且重要的NP完全问题之一.本文研究了超图上最大独立集问题(MISH)和超图上带惩罚的最大独立集问题(PC-MISH)的精确算法.给定一个超图,MISH问题旨在寻找图中最大的独立集,其中,超图中的独立集是一些两... 最大独立集问题是计算机科学中最基础且重要的NP完全问题之一.本文研究了超图上最大独立集问题(MISH)和超图上带惩罚的最大独立集问题(PC-MISH)的精确算法.给定一个超图,MISH问题旨在寻找图中最大的独立集,其中,超图中的独立集是一些两两不包含在同一超边的顶点构成的点子集.而PC-MISH问题是MISH问题的松弛化变体.在PC-MISH问题中,仍然寻找一个点集X,但是它允许违背“独立”的性质,也就是说,允许超边包含X中的多个顶点.这个集合X的价值定义为X的大小减去包含至少两个X中的顶点的超边数量.而PC-MISH问题旨在找到一个价值最大的点集.本文研究MISH和PC-MISH问题以n以及ℓ=n+m为参数的精确算法,其中n是超图中顶点的个数,m是超图中超边的条数.通过利用最大独立集问题在一般无向图上的精确算法可以直接得到MISH问题O^(∗)(1.1996^(n))时间的算法.此外,本文证明了PC-MISH问题可以在O^(∗)(1.9548^(n))时间内求解,打破了穷举搜索的2^(n)时间复杂度.进一步,本文重点给出MISH问题一个O(1.1520^(ℓ))时间的算法和PC-MISH问题一个O(1.3982^(ℓ))时间的算法,分别改进之前时间为O(1.1550^(ℓ))和1.5^(ℓ)2^(o(ℓ))的精确算法. 展开更多
关键词 精确算法 最大独立集问题 带惩罚最大独立集问题 超图 最小子集反馈集问题
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部