基于闭环DNA的边着色问题DNA算法

提出一种新的DNA计算模型———闭环DNA计算模型,引进了批删除实验,讨论了其实现过程;提出并证明了边着色问题的基本定理,设计并实现了闭环DNA计算算法.该算法将边的DNA编码分为两部分,一部分存储边和色位置的二维数据,另一部分存储色号值;在DNA计算的主体部分用批删除实验得到全部正常的边着色,并通过电泳实验和检测实验获得χ′-正常边着色.举例说明了算法的有效性和可行性.

基于闭环DNA计算的最大独立集问题的算法

提出闭环DNA计算模型及其基本生化实验,给出解决最大独立集问题的闭环DNA算法。在闭环DNA算法中,提出并实现了用删除实验直接构造所有最大独立集的构想,即通过多次删除实验使顶点集合逐步满足独立集的要求,最后达到最大独立集。该方法使得算法的设计简单明了。算法仅用到基本的删除实验,实现简捷、可靠。

基于闭环DNA模型的八皇后问题算法

给出了闭环DNA计算模型及其基本生化实验,提出了基于闭环DNA的求解八皇后问题全部可行解的DNA算法,分析了算法的实现步骤及其实现方式并得到了全部的可行解。最后讨论了算法的复杂性。

排课表问题的闭环DNA计算模型的算法

排课表问题是NP-完全问题。基于闭环DNA计算模型引入多种生化实验得出求解排课表问题的DNA算法。本算法采用两部编码方式产生初始数据池,引入批删除实验解决了教师和班级的冲突问题和同班课问题;引入批分离实验解决了正常合班课问题和教师时间要求问题;引入电泳实验解决了排课的均衡分配问题;引入标记实验得到了排课表问题的全局最优解集,并给出了算法的生化实现过程。最后,对算法的正确性进行了证明,并讨论了算法的复杂性。

背包问题的闭环DNA算法

提出了闭环DNA分子的结构多样性,即闭环DNA分子在同一个位置上具有不同的DNA序列。提出了双约束的整数规划背包问题闭环DNA算法,即对变量取值进行DNA编码并形成所有可能解;用批接入实验、电泳实验和批删除实验筛选出可行解,用批接入实验、电泳实验得到最优解;通过检测实验输出所有最优解。由一个算例说明算法的有效性。针对减少DNA编码和内切酶数量的问题改进了算法;对有特殊要求的背包问题提出了解决方法。

最小顶点覆盖问题的闭环DNA算法

提出了闭环DNA计算模型的基本概念及其基本生化实验,并给出了解决最小顶点覆盖问题的闭环DNA算法。在闭环DNA算法中,提出并实现了用删除实验直接构造顶点覆盖补集的构想;再通过电泳实验得到最小顶点覆盖的补集,由补集得到最小顶点覆盖。这使得算法的设计独特而新颖;由于算法仅用到基本的生化实验,这使得算法的实现简捷、可靠。

0-1规划问题的闭环DNA算法

提出了闭环DNA分子的结构灵活性的两个方面,即DNA分子链长的可控性和DNA分子之间的相互转化。针对非负整数系数的0-1规划问题,提出了闭环DNA算法。该算法首先对0-1变量按照0和1的取值、对应的各项系数和检测标记进行五组DNA编码并形成所有可能解;再利用接入实验、电泳实验和删除实验筛选出可行解,进而得到所有最优解;最后通过检测实验输出实验结果。给出了算法的正确性的证明并讨论了算法复杂性,给出一个算例说明了算法的有效性。对算法进行了改进,改进后的算法适用于可以含有负数的实数系数0-1规划问题。

基于闭环DNA的指派问题算法

给出了闭环DNA计算模型及其生化实验。用闭环DNA计算模型设计出了指派问题的DNA算法。首先对决策变量进行二维DNA编码来存放决策变量和效益值,然后通过有目的的终止技术和删除实验得到指派问题的全部可行解,最后通过电泳实验和检测实验获得最优指派问题的最优解。举例说明了算法的可行性。最后,为减少DNA编码数量和缩短DNA编码的码长,讨论了算法的两种改进方法。

最大权匹配问题的闭环DNA算法

给出并证明了在DNA计算中处理实数问题的策略,即首先在误差限范围内用有理数集合代替实数集合;再取出与有理数集合一一对应的最小的整数集合.针对赋权匹配问题,给出了基于闭环DNA计算模型的赋权匹配问题算法.该算法首先按边进行三组编码并合成初始闭环DNA;再以相邻两条边为约束条件用删除实验获得所有匹配,并用电泳实验得到所有最大权匹配,最后用检测实验输出最优解.证明了算法的正确性,讨论了算法复杂度,并以一个例子说明了算法的有效性.

单约束背包问题的DNA算法

提出了单约束非0-1整数背包问题的DNA计算方法,即变量的取值用DNA分子编码进而并合成所有可行解;并由批接入实验、电泳实验推出最优解;通过检测实验得出所有的最优解.并举例验证此算法的可行性.

可满足性问题的闭环DNA算法

给出并证明了可满足性问题有解的一个充分必要条件,即合取范式的成假赋值仅由与简单析取式个数相等的有限个向量决定.在此条件基础上设计出用这些向量对初始赋值进行筛除的可满足性问题过滤算法,该算法的时间复杂性仅与向量个数和维数有关.为了在DNA计算模型上实现可满足性问题过滤算法,采用2n维向量的数据结构进行DNA编码代表可满足性问题的赋值;而闭环DNA计算模型的删除实验恰好能够完成对初始赋值的筛选,得到可满足性问题的可行解.最后用闭环DNA计算模型实现了可满足性问题过滤算法,并用实例说明了算法的有效性和可行性.