求解运输问题的一种新算法

本文将求解分派问题的标号算法成功地用于运输问题,并证明其中的非负处理可以省略,从而把Dijk-stra算法扩展到可能出现负边权的运输问题。与通常方法比较,这种方法具有直观、简单、计算量少、及易于推广等优点;最后证明该算法是多项式的,计算复杂性仅为o(n3)(当m≤n时)。     

物流运输网络多目标最短路问题的模糊满意解

本文对物流运输网络多目标最短路问题进行了研究。提出了一种求解多目标最短路问题的目标集成方法和对集成后目标函数求解的扩展标号法。在将多目标转化为单目标时,综合考虑了每个目标的边缘评价和所有目标的整体评价因素,通过对每个目标的权重分配将决策者的偏好充分体现到决策过程中,采用广义的模糊目标集成算子形成了相应的折衷规划模型。最后,通过实例对本文所提方法进行了说明。     

超图的路和圈

超图是离散数学中最一般最复杂的结构 .无圈超图已被证明在数据库设计中非常有用 .从关系数据的结构出发 ,建立了关于超图的路、连通性和圈的新的公理系统 .该系统与特殊情形———图是符合的 .引入了虚圈和实圈的概念 ,这是一对相关联的概念 .虚圈在特殊情形———图中不存在 ,退化掉了 .定义了超图圈的相关性和独立性 ,给出了超图中最大独立实圈数目的计数公式 ,对特殊情形———图 ,这个公式就是Euler公式 .     

超网络中标度律的涌现

本文构建超网络和复杂网络中统一演化模型,研究超网络无标度特性演化机理和拓扑性质.利用Poisson过程理论和连续化方法对模型进行分析,获得网络稳态平均超度分布的解析表达式.仿真实验和理论分析相符合.结果表明:随着网络规模的增大,这个动态演化网络的超度分布遵循无标度的特性.它不仅将每次增加一个新节点与若干个老节点围成一条超边的超网络模型和每次增加若干个新节点与一个老节点围成一条超边的超网络模型统一在一个模型中,而且将复杂网络中著名的无标度模型也作为我们模型的特例.     

超网络中心性度量的υ-Position值方法

利用合作博弈理论的分配规则如Shapley值、Banzhaf值等来度量政治、经济和社会网络中节点的中心性或者重要性是识别网络中关键节点的一类重要方法。考虑到在超网络中代表各类组织的超边在网络中发挥的作用不同,本文研究了超网络博弈上一类广义Position值的分配规则,被称为υ-position值。它可以作为网络中度值测度的一类推广,以此来度量网络中参与者的中心性和相对重要性。其次,证明了超网络结构上类Shapley-position值可由分支超边指数和局部平衡超边贡献两个性质所唯一刻画。最后, 举例分析了υ-position值在超网络中心性测度中的应用。     

M(o)bius梯子的L(d,1)-标号

对给定的正整数d,图G的L(d,1)-标号是从V(G)到非负整数的函数,且满足:任意两个相邻顶点的标号差至少为d,而且距离为2的任两个顶点的标号至少为1.L(d,1)-标号的跨度是标号差的最大值.G的L(d,1)-标号数是G的所有L(d,1)-标号的最小跨度.本文完全给出了M(o)bius梯子的L(d,1)-标号数.     

无圈模糊有向网络最短路径算法

本文基于 OERI排序方法 ,使模糊数具有线性可加性 ,并通过对无圈有向网络的拓扑排序 ,使 Bell-man方程可以递推计算 ,建立在这两个基础上的标号算法是复杂度最低的算法 ,时间复杂度为 O(m)     

关于图的L(3,2,1)-标号问题

图 G的 L (2 ,1) -标号是一个从顶点集 V(G)到非负整数集的函数 f (x) ,使得若 d(x,y) =1,则 | f (x)- f (y) |≥ 2 :若 d(x ,y) =2 ,则 | f (x) - f (y) |≥ 1.图 G的 L (2 ,1) -标号数λ(G)是使得 G有 max{ f (v) :v∈ V(G) } =k的 L(2 ,1) -标号中的最小数 k.本文将 L(2 ,1) -标号问题推广到更一般的情形即 L(3,2 ,1) -标号问题 ,并得出了细分图、Descartes图的 λ3 (G)的上界 .     

本原简单超图的指数集

设H是一个超图, 用H\+*和L(H)分别表示H的对偶超图和线图. 定义H的邻接图是由L(H\+*)和H的所有环组成的图, 记作G\-H. 若G\-H是本原的, 则称H是本原的, 并称γ(G\-H)为H的指数. 该文得到了所有n阶本原简单超图以及所有秩不小于3的n阶本原简单超图的指数集, 并分别刻划了其极超图.     

求最短路径的“改进标号法”

本给出了求赋权图中两顶点之间最短路径的“改进标号法”,该方法在效率上优于Ｄｉｊｋｓｔｒａ的标号法,并在确定最短路径的长度的同时,也确定了相应的最短路径。