消耗性网络最大流问题研究

本文在网络最大流问题的基础上，提出了消耗性网络最大流问题，分析了问题存在可行解的充分必要条件以及求解问题的优化方法。     

基于网络流理论的停机位实时再分配模型

针对机场停机位再分配的延时性和乘客满意度不高的问题,采用二值整数多商品网络流模型,将不同停机位映射为不同商品,建立了以燃油消耗成本和对乘客舒适度影响最小的双目标停机位实时再分配优化模型.以某大型机场某一天的时刻表为例,模拟两种不同规模停机位实时分配方案.结果表明,二值整数多商品流停机位实时再分配模型在两种规模仿真实验中,停机位再分配时间最长为4. 187 5 s,机位最多调整个数为2,该模型具有良好的时效性和乘客满意度.     

最小费用最大流的扩流问题

当网络的某些边（弧）容量可以在一定范围内增大时，它的最小费用最大流即发生改变，生产实践中（比如交通运输）常常是给定一个最大流的增流目标，而讨论如何确定边（弧）的最小变动上限以使新网络中的最大变动上限以使新网络中的最小流为最小费用者。文献（１）提出一个算法，但它只能在极特殊的情形下才适用，而且文中并没指出使用条件。这里我们给出一个适用于一般情况的算法。     

二次流现象及其初步研究

对二次流的研究有助于认识和解决许多自然界及工程的问题。二次流存在于一切粘性流体作曲线运动中 ,通过试验室最基本的二次流研究发现 :二次流场以旋转面存在于圆形底部 ,并且对颗粒有“搬移”到中心的作用 ,此作用力不同于离心力但也可用相近的函数关系表示。     

一种停机位分配问题的网络流数学模型

停机位分配问题是机场管理者经常需要解决的问题,分配要同时兼顾机场和乘客的利益,同时能提供突发事件的缓冲区.采用二值整数多商品流网络模型,提出以燃油消耗成本和乘客行走距离最小的停机位分配模型.实验结果表明,本模型可以应用到大规模问题的计算,同时采用将停机位划分子区域的启发式方法能加速模型的求解.     

基于层次网络的最大流问题研究

为了分层实现最大流问题,提出了一种应用DFS策略搜索增广路径,先求得层次网络阻塞流进而最终求得一个最大流的方法。     

用最小费用流的允许边算法求解运输问题

将最小费用流的允许边算法运用于运输问题,提出了求解运输问题的一种新解法。构造运输问题的最小费用最大流模型,并用允许边算法求得容量-费用网络的最小费用最大流,此最大流对应于运输问题的最优调运方案。在迭代过程中,后续迭代充分利用了上一迭代的信息,有效节省了计算量;对于非标准运输问题,可以直接求解,而不需要先将其转化为标准形式。     

网络最大流问题求解的代数决策图（ADD）技术

Hachtel G．D．和Somenzi F．提出的0-1网络最大流问题的符号有序二叉决策图(OBDD)算法在一定程度上缓减了“状态爆炸”问题，但算法仅局限于求解0-1网络的最大流。Bachar R．I．等提出的代数决策图(ADD)数据结构，是描述伪布尔函数和有限域取值函数的一种有效技术。文中利用ADD存储表示网络及描述网络最大流问题，给出一种求解网络最大流问题的符号ADD技术新思路。实验结果说明了应用ADD技术求解一般网络最大流问题的有效性，可处理0-1网络最大流问题的符号OBDD算法无法处理的非0-1网络。     

二维绕流扩散参数的确定

目的 确定二维绕流的扩散参数。方法 位势流理论。结果与结论 推导出二维绕流（烟流遇到绵延山脊时的情形）扩散参数的计算公式并进行了讨论。     

网络最大流问题求解的代数决策图(ADD)技术

Hachtel G.D.和 Somenzi F.提出的 0 - 1网络最大流问题的符号有序二叉决策图 (OBDD)算法在一定程度上缓减了“状态爆炸”问题 ,但算法仅局限于求解 0 - 1网络的最大流。Bachar R.I.等提出的代数决策图 (ADD)数据结构 ,是描述伪布尔函数和有限域取值函数的一种有效技术。文中利用 ADD存储表示网络及描述网络最大流问题 ,给出一种求解网络最大流问题的符号 ADD技术新思路。实验结果说明了应用 ADD技术求解一般网络最大流问题的有效性 ,可处理 0 - 1网络最大流问题的符号 OBDD算法无法处理的非 0 - 1网络。     

给定流约束多状态装置系统可靠性评估新模型

利用最大值、最小割原理及其图的环和理论 ,提出了多状态给定流约束装置系统 (水应用管网、石油传输网络 )可靠性评估的新模型 .通过两个定理及其两个算法 ,将对应的多状态系统的可靠性评估问题转化为 2状态系统的可靠性评估问题 .该模型原理简单、易于计算机操作 ,给出的例子说明了模型及其算法的有效性     

网络最大流Pareto扩充研究

将网络容量定义为最大s-t流的流量,建立了带有时间和费用双重限制下的网络容量扩充问题模型。通过网络变换,将该问题转化为可利用成熟算法求解的线性最小费用流问题。研究了给定网络容量扩充目标要求下,求解所有关于时间和费用的Pareto优化解问题并提供了相应算法。研究内容不仅适用于各种情形的容量扩充问题,而且还可应用于网络规划。最后通过具体例子的求解,说明了算法的正确性和有效性。     

全双工小蜂窝中基于最大流算法的用户匹配策略

在全双工基站使能的新型小蜂窝中,考虑用户间同频干扰对服务质量的影响,提出了一种最大化满意用户对数的上下行用户匹配策略,用于服务质量敏感的各类新型通信业务.首先依据用户的速率需求和其可达的实际传输速率,构造包含所有潜在满意上下行用户对的匹配可行图;再将可行图转化为单位容量网络,并证明单位容量网络的最大流数目即为最大满意用户对数目,最终由最大流路径推导出最优匹配策略.仿真结果表明,所提策略可获得超出最大和速率策略两倍的满意用户对数,且仅具有多项式级的复杂度.     

基于图切的交互式图像分割方法

图切是一种基于图论的图像分割方法,它基于最大流/最小割定理实现能量函数最小化,其中能量函数的设定、实现的流程等方面可以改进以提高对不同图像的适应性.本文给出了一个基于图切的交互式图像分割方法,用户通过手绘封闭或不封闭线条的方法提供关于前景和背景的先验信息,在此基础上实现图像的分割.首先采用分水岭方法对输入图像进行预分割,把颜色相近的像素分为若干个小区域;设定合适的能量函数,将预分割的区域之间的颜色相似性、分割结果的平滑性等约束包含在能量函数中,利用求最大流的方法求取使得能量函数最小化的标签集合,从而实现图像的分割.实验证明,本文的方法能快速有效地实现交互式图像分割.     

基于交互式图割算法的结肠组织提取

针对腹部CT医学图像中结肠组织自身局部特征的问题,研究了一种基于交互式Graph Cuts结肠组织的分割方法。首先人工标定一部分体素标记为＂目标＂和＂背景＂种子点。然后将图像映射成网络图,通过相邻像素间的灰度特征分配边的权重值,采用26邻域系统实现三维图像的分割。最后使用最大流/最小割方法最小化能量函数,得到结肠区域。实验结果表明,交互式的图割算法能够准确地从三维腹部CT医学图像中提取出结肠组织,体现了结肠数据的局部特征。算法能自动将所有腹部CT切片的结肠组织分割出来,实验获得的结果有利于结肠病变的发现和精确定位。     

基于图割的扩散张量磁共振图像胼胝体分割算法

扩散张量磁共振成像过程易因噪声导致扩散张量图像(diffusion tensor images,DTI)的体素数据发生畸变,使分割效果不佳.针对该问题,提出了一种基于图割的DTI胼胝体分割算法,该算法在求解能量函数的过程中,用非种子点与作为硬约束条件的种子点之间的J-散度中位数表示T-连接权值,用取值范围在(0,1]之间的单调递减指数函数表示N-连接权值,同时构造网格图结构,用最大流/最小切算法计算最小切,实现图像的全局最优二值化分割.DTI图像的分割实验结果表明:所提算法能更为准确地从受噪声影响的数据中提取出胼胝体,各参数不同取值时的重叠率指标统计分析也证明了新算法具有较高的分割精度.     

一种防窃听的随机网络编码

针对应用随机网络编码进行文件传输时的安全问题,提出了一种防窃听的网络编码算法．应用该算法,窃听者得不到关于信源的任何有意义的信息,称之为弱安全．该算法通过舍弃少量带宽使得随机网络编码能以很高的概率达到弱安全性的要求．另外,当信源和信宿共享有秘密信道时,秘密信道编码算法达到弱安全性要求的概率为1,且能达到网络的最大流．该编码算法仅是在原随机编码体制的基础上对信源和信宿进行了改变,中间节点编码保持不变．     

基于网络编码和多速率组播的网络性能优化综述

网络编码允许网络节点对信息进行编码处理后转发到目的节点,理论上可以使组播传输达到最大流最小割定理所确定的最大传输容量。多速率组播是一种可适应网络异构性的高效网络传输技术,允许信源根据信宿接收能力的不同以相应的速率将信息传输到各个信宿,满足异构网络的要求。介绍了网络编码和多速率组播的概念、网络编码的优缺点,多速率组播的实现方法,总结了基于网络编码和多速率组播在网络性能优化方面的研究。     

引导滤波的单幅图像前景精确提取

该文提出了一种利用引导滤波优化二值马尔科夫随机场图像分割结果的前景提取新方法。首先通过二值马尔科夫随机场图像分割模型将原图映射为加权图模型,然后利用最大流／最小割算法对该加权图模型进行最优分割,并通过二值化得到前景区域的初始分割结果;之后通过图像引导滤波对该初始结果进行优化处理,保证所提取的前景区域具有精确的边缘信息。实验结果表明该方法能从图像背景中精确的提取出前景区域,并且对光照、噪声均具有较强的鲁棒性。     

用于网络编码优化的改进量子进化算法

网络编码允许网络中间节点对输入数据进行处理而非简单转发,提高了网络的吞吐量和鲁棒性,已经被证明能够达到网络最大流最小割限制。但网络节点的编码操作引发了额外的计算及资源开销。为此,该文提出了一种针对网络编码优化的改进量子进化算法IQEA-NC,以满足达到理论多播速率的情况下最小化网络的编码开销目的。IQEA-NC对传统量子进化算法进行了有效的改进,降低了算法搜索空间,增强了全局搜索能力,同时避免了陷入局部最优。仿真对比实验表明,同已有的量子进化算法及其他进化算法相比,该方法提高了优化性能,在准确性和收敛速度上都具有较大的优势。