随机图的L(2,1)-标号混合人工蜂群算法

来源 :武汉大学学报(理学版) | 被引量 : 0次 | 上传用户:sbisk
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为解决图的L(2,1)-标号问题,设计了一种全新的标号算法,该算法利用人工蜂群全局搜索能力强的优点来得到最优的L(2,1)-标号方案.为了加快算法的收敛速度,修改了部分搜索策略并采用改进后的CK算法对初始蜜源进行限制.实验结果表明,该算法可以有效地求解有限点内随机图的L(2,1)-标号且10个点内的简单连通图都满足Griggs的猜想.通过分析实验结果总结出有关Kn\e、Kn\2e、联图Kn↑Sm以及太阳图等的相关定理,并结合已有结果给出了新的猜想.
其他文献
鸡西矿业集团公司张辰煤矿西三采区3
期刊
相对传统的行人检测技术,基于深度学习的行人检测技术具有压倒性的优势,然而由于深度卷积网络规模庞大,需要专用的处理器,限制了行人检测系统的推广。针对上述问题,提出一种网络规模适中的深度卷积网络模型,在保证检测精度的前提下提高检测模型的普适性。以低维度的浅层卷积神经网络为基础,分别从网络层数、感受野大小和特征图3个角度出发搜索最优的网络结构,并通过有指导的实验评估确定最终的网络参数。在Daimler行
为有效求解自融资投资组合模型,基于粒子群优化(particle swarm optimization,PSO)算法,提出了一种改进的量子行为的粒子群优化算法(LDQPSO).在算法的设计中,借助Levy飞行策
五次循环域K作为分圆域Q(ern 2πi/m)的子域,当m是单因子,即为p≡1(mod5)类型素数或等于25时,构建了K的定义义方程,并利用多个单因子域之生成元相合成的方法,对其他情形即m是