一类NP-完全问题在阈图上的解

本文给出了判定阈图是否为哈密顿图的多项式时间算法,并证明了阈图上STEINER树问题是NP-完全的,给出解答它的多项式时间近似算法。

DNA计算原理在NP-完全问题中的应用

DNA计算是一种利用生物分子间的相互作用来实现并行计算的新的计算模式,具有高度的并行性、巨大的信息存储能力和极低的能耗等优点。该文对DNA计算的一般原理进行了介绍,且介绍了DNA计算原理在解决NP问题方面所取得的进展,并指出了DNA计算中存在的问题。

偶图的补图的侧廓问题和填充问题的NP-完全性(英文)

本文研究偶补图的侧廓问题和填充问题的计算复杂性，证明了：即使对直径不超过2的偶补图，侧廓问题和填充问题也是NP－完全的．

非完全图TSP问题研究

指出了TSP问题是一种具有代表性的组合优化问题,在现实生活中有着广泛的应用。不同于完全图,非完全图TSP问题中存在着某些节点之间没有路径直接相连,使得处于该节点位置时,其路径选择受到一定限制。受运筹学中大M法思想的启发,提出了通过引入一个非常大的正数(即大M)来表示此类节点间的距离,从而将非完全图TSP问题转化成完全图TSP问题,降低了问题求解的难度,并且验证了该方法的有效性。

求解TSP问题的一种混合遗传算法

文章针对TSP问题的特点,设计了一个求解TSP问题的混合遗传算法。该算法中设计了贪婪子路交叉算子,引入2OPT算子增强遗传算法的局部搜索能力,在选择算子设计中引入稳定状态选择机制。通过KroB100、pr136、pr144、kroB150、CHC144…问题的求解结果表明该遗传算法设计在求解TSP问题中是高效的。

DNA计算在求解NP-完全问题的应用

基于生化反应的DNA计算模型越来越受到关注。DNA计算的研究已经成为一个热点。本文主要介绍了DNA计算在一些NP-完全问题中的应用。并分析了DNA模型存在的问题。指出未来国内DNA计算研究的重点可以在三个方面:解的检测,降低空间复杂度,生化实验研究。

一种快速求解TSP问题的遗传算法

文章受求最短路径算法的启发,提出一个启发算子用于遗传算法求解TSP问题,通过50,144,150等城市的TSP问题求解,表明该算法求解速度快并且解的质量也非常好。

遗传算法用于NP完全问题的求解

讨论了如何利用遗传算法求解布尔表达式的可满足性问题 ,并给出该结果对求解其他NP完全问题时的应用 .

用蚂蚁算法和模拟退火算法解大规模TSP问题的研究

TSP问题是一个NP完全问题。随着问题规模的增大,其解空间呈指数增长,无法在多项式时间内完成问题的求解。近几十年来,人们提出了许多基于生物理论的解决该问题的新方法。本文应用蚂蚁算法、模拟退火算法对TSP问题进行求解。在求解过程中对各算法中参数的作用和设置方法作了一些分析,使用不同参数进行多次实验,验证参数设置原则;对不同规模的TSP问题进行实验,比较两个算法的性能,分析造成其性能差异的原因,并提出了改进建议。

基于粘贴系统求解TSP问题

旅行商问题,简称为TSP问题,是困难的NP完全问题,在工程实践中具有广泛的应用。利用常规的计算方法求解这个问题,计算所需的时间是随着问题规模的增大以指数形式增加的,因而无法有效的解决此类问题。DNA计算是一种新兴的计算方式,粘贴系统模型是其中基于粘贴运算的一种DNA计算的抽象模型。通过将旅行商问题转化为求赋权图中权值最小的Hamilton圈,利用粘贴系统模型的巨大并行性,可以有效的求解旅行商问题。

基于排序原理的 TSP 算法——(Ⅳ)随机遍历的非完全有向图 TSP

本文在已有研究的基础上，首先对ＴＳＰ作更细致的分类，然后通过改变基于排序原理的ＴＳＰ原算法中某些初始条件和计算步骤，衍生出一种用于求解随机遍历非完全有向图类型的ＴＳＰ算法，使本项研究所提出的算法在应用范围方面得到进一步推广。

遗传算法及其在TSP问题中的应用

TSP问题是一类典型的NP完全问题,遗传算法可以有效解决此类问题。在研究遗传算法的基本原理和算法步骤的基础上,建立求解TSP问题的数学模型,设计一个求解TSP问题的基本遗传算法程序,并通过实验测试,验证了算法的有效性,分析遗传算法的群体大小、进化代数、交叉概率、变异概率对算法求解结果和求解效率的影响。

禁忌搜索算法及其在TSP问题中的应用研究

TSP问题是一类典型的NP完全问题,禁忌搜索算法是解决此类问题的智能优化方法之一。文章在研究了禁忌搜索算法的基本原理和算法步骤的基础上,建立了求解TSP问题的数学模型,设计了一个求解TSP问题的禁忌搜索算法程序,并进行了实验测试,实验结果表明,禁忌搜索算法能够有效地解决TSP问题。

用B和B′算法求解TSP问题

B算法和B′算法都是A 算法的变种 ,TSP (TravellingSalesmanProblem)问题为NP完全问题 ,无一般的多项式复杂度算法 .但采用合适的启发函数后 ,利用B算法或B′算法 ,可在多项式时间内解出 .作者利用C ++的继承功能统一算法形式 ,实现一个完成TSP问题求解的通用搜索算法 .

一种求解TSP问题的改进遗传算法

TSP问题是一类经典的NP完全组合优化问题，传统的优化方法由于计算复杂性过大而难以求得全局最优解，遗传算法等智能优化算法在求解这类组合优化问题中表现出了强劲的潜力．作者利用遗传算法对TSP问题进行了研究分析，针对几组benchmark数据进行了仿真实验，在实验的基础上探索了遗传算子和遗传参数的优化设计，实验结果证明了遗传算法在解决TSP问题上的可行性和有效性。

基于Visual Prolog的TSP(货郎担)问题实现

货郎担问题是一个典型的易于描述却难以处理地NP完全问题。而VisualProlog语言的匹配合一、递归和回溯等特点非常适合求解这类问题。本文利用VisualProlog实现了简单的货郎担问题。

蚁群算法及其在TSP问题中的应用研究

TSP问题是一类典型的NP完全问题,蚁群算法是求解该问题的方法之一。该文在研究蚁群算法的基本优化原理的基础上,建立了求解TSP问题的数学模型,设计了一个求解TSP问题的蚁群算法程序,并通过仿真实验验证了算法的有效性,分析了蚂蚁规模、周游次数等因素对蚁群算法搜索结果所产生的影响。

NP完全问题多项式时间算法研究

本文从代数及组合两个方面论证了NP完全问题存在多项式时间算法 .以往利用线性规划 (LP)技术来分析NP完全问题中的TSP问题 ,因其存在子环游问题 ,从而使问题得不到有效解决 .文中发展一分层网络 ,在求解TSP问题时 ,存在另一类(不完全 )子环游问题 .但两模型允许解集的交集避免了两类子环游基本可行解 ,从而使TSP问题可利用LP技术多项式时间内得以解决 ,同时给出了求哈密尔顿回路的多项式标记证明方法 ,开创了NPC问题研究的新局面 .

布局问题的模拟退火算法

布局问题属于ＮＰ－完全问题已被研究多年．模拟退火法是一种新的通用启发式优化算法，现已广泛用于解决大规模集成电路逻辑布线设计、图象处理等组合优化问题．本文通过对布局问题及模拟退火算法的分析，将它们综合起来构成了求解布局问题的模拟退火算法．计算结果表明，本文算法得到的解优于传统优化方法所得到的解；文章还通过实验对算法中各参数所起作用进行了论述．

基于质粒DNA匹配问题的分子算法

给定无向图 ,图的最小极大匹配问题是寻找每条边都不相邻的最大集中的最小者 ,这个问题是著名的NP 完全问题 .1994年Adleman博士首次提出用DNA计算解决NP 完全问题 ,以编码的DNA序列为运算对象 ,通过分子生物学的运算操作解决复杂的数学难题 ,使得NP 完全问题的求解可能得到解决 .提出了基于质粒DNA的无向图的最大匹配问题的DNA分子生物算法 ,通过限制性内切酶的酶切和凝胶电泳完成解的产生和最终接的分离 ,依据分子生物学的实验手段 。