二部图最大匹配问题的分层网络优化模型

为解决二部图最大匹配问题,提出了分层网络及网络逆序的概念,在此基础上建立了一种分层网络优化模型及其算法。给出了算法的思想、步骤、实例、时间复杂度分析,概述了求解二部图最大匹配问题的常见算法,与分层网络优化算法进行比较。实验验证,算法可读性强,易于理解和操作,在解决大规模二部图最大匹配问题时具有良好的性能。     

基于Edmonds-Karp算法的输入排队调度

输入排队Crossbar调度算法是以获得交换机的输入端口和输出端口最大匹配,从而得到高吞吐量为目的.因而在调度算法理论研究中把应用了二部图最大匹配的Maximum Size Matching和 Maximum Weight Matching算法作为目前各种调度算法性能评价标准.Edmonds-Karp算法是图论中求解网络最大流的经典算法之一.该文介绍了如何使用Edmonds-Karp算法求解二部图的最大匹配问题,并且应用算法于输入排队调度算法仿真中,得出经典MSM和MWM算法的性能仿真曲线,为进一步研究调度算法打下了理论基础.     

多部图的匹配算法研究

本文给出了一个多部图的商匹配问题的定义,提出了求解多部图商匹配问题的一个算法。该算法使用圈与割集中偶图的交相结合的方法,利用求二部图的最大匹配算法,求解多部图的最大商匹配问题。     

使用Ford-Fulkerson算法研究输入排队调度

Ford-Fulkerson算法是图论中求解网络最大流的经典算法之一。输入排队Crossbar调度算法是以获得交换机的输入端口和输出端口最大匹配,从而得到高吞吐量。因而在调度算法理论研究中把应用了二部图最大匹配的MaximumSizeMatching(MSM)和MaximumWeightMatching(MWM)算法作为目前各种调度算法性能评价标准。论文介绍了如何使用Ford-Fulkerson算法求解二部图的最大匹配,并且应用算法于输入排队调度算法仿真中,得出对应典型算法MSM和MWM的性能仿真曲线,从而为进一步研究调度算法打下理论基础。     

二部图所有极大匹配的求解算法

二部图是一种十分重要的数据结构。在对二部图及匹配的概念进行了阐述后。给出了求二部图所有极大匹配的算法。该算法也可用于求二部图的所有最大匹配和完全匹配。用C语言程序验证了此算法的有效性。     

稳定完备婚姻问题的算法及推广

稳定匹配问题是算法理论中的典型问题之一,稳定婚姻匹配问题则是一种解决二部图匹配问题的模型.论文对稳定婚姻匹配问题进行了简单的阐述,并介绍了求解典型稳定婚姻问题的Gale-Shapley算法的基本思想及其性质,并且再推广到广义的延迟认可算法,解决现实生活中的公司招聘员工等的案例.     

二部图的所有极大匹配

二部图作为一种非常重要的数据结构有很多特殊性质,针对文献[4]中的二部图的所有极大匹配求解算法,给出了反例证明了该算法是错误的,同时证明了二部图的所有极大匹配的求解是NP难问题.     

基于二部图的控制系统故障诊断方法

针对连续控制系统,建立了由系统约束集、变量集和边集构成的二部图模型,提出了一种定性描述与定量分析相结合的故障诊断算法。该算法通过分离子系统,求解系统的关联矩阵及最大匹配,定义了描述变量与系统约束之间依赖关系的规则,并设计了关联矩阵分层算法,以此来计算控制系统残差。以一个线性系统为例,探讨了该算法的应用过程,并通过仿真实例验证了该算法的有效性。     

融合初始资源与协同过滤的二部图推荐算法

推荐系统的产生主要是为了解决信息过载的问题。基于二部图网络与基于协同过滤的推荐算法是目前应用比较广泛的算法,二者都取得了一定的推荐效果。基于加权二部图网络的算法忽略对初始资源的配置,基于物品的协同过滤算法在推荐时也产生数据稀疏等问题。组合推荐算法融合初始资源配置以及基于物品的协同过滤算法来解决相关的问题,可以达到更好的推荐效果。算法实验在MovieLens数据集上实施,结果表明,与传统的推荐算法以及最近的组合推荐算法相比,该方法有更好的推荐效果。     

稳定婚姻匹配问题的一个快速枚举算法

稳定匹配问题是算法理论中的典型问题之一,稳定婚姻匹配问题则是一种解决二部图匹配问题的模型。论文对稳定婚姻匹配问题进行了简单的阐述,并介绍了求解典型稳定婚姻问题的Gale-Shapley算法的基本思想及其性质。为了快速求出所有的稳定匹配结果,提出了基于先序遍历森林的快速枚举算法。由Gale-Shapley算法的性质得到一个定理及其推论,利用得到的推论对算法做了进一步改进和优化。在满足推论的特定条件下,提高了算法的执行效率。     

低碳导向的网约车合乘动态匹配算法研究

针对网约车合乘减排效益未能充分发挥的问题,提出一种低碳导向的网约车合乘动态匹配算法,可在保证网约车合乘经济效益的同时优化合乘的减排效益。首先根据合乘规则构建可合乘网络,然后基于图优化理论将可合乘网络转换为带权无向图,同时基于COPERT模型计算潜在合乘订单的碳减排量作为无向图的权重,最后利用改进的最大权重匹配方法对其进行求解,进而得到碳减排效益最大化的合乘匹配方案。以成都市网约车订单数据为分析实例,对该算法与传统匹配算法进行对比评估。结果表明,当乘客最大允许延误为10 min时,该算法下的可合乘出行比例达86%,碳减排总量相比传统匹配算法可提高122%,单次合乘行程的减排效率平均提高128%。因此,本文提出的算法能够在不影响平台经济效益的情况下,显著提升合乘减排效益。     

Decentralised controller structure design and retrofit of process systems based on graph theory

A relative degree matrix-based design method is proposed in this article by using graph theoretical methods for optimal control structure design consisting of single input–single output control loops. This approach enables us to use an efficient algorithm for finding a maximum weighted matching to solve the controller structure selection problem. The resulting optimal structures have been refined by analysing the zero dynamics of the input–output pairs. A novel method for decentralised controller structure retrofit is also proposed in this article. A graph theoretic algorithm is developed, which is based on finding the closest weighted maximum matching. Possible changes in efficiency in the controller structure, which may arise after retrofit, are illustrated using a heat exchanger network retrofit case study.     

基于信息熵的子图匹配算法

子图查询是指输入一个图数据库和查询子图,输出图数据库中包含查询子图的图集合,它广泛应用于社会网、生物网和信息网的查询应用中。目前的子图查询算法大多采用静态消耗测算模式,此类测算模式在图中点数和连接边数呈指数分布时,会在少数节点上花费较多时间遍历其邻节点,导致查询算法效率低下。根据信息熵在信息度量中的作用,将条件信息熵作为启发式匹配的依据,提出了基于信息熵的子图匹配算法。实验表明,基于信息熵的子图匹配算法具有更高的查询效率,且在指数分布的数据集上效果更明显。     

基于二分图最大匹配的多机器鱼可控包含控制

考虑水下机器鱼的运动学约束及包含控制中的领导者选择问题,将可控性理论与包含控制相结合,针对有向多机器鱼系统,提出一种基于二分图最大匹配的多机器鱼可控包含控制算法.首先,针对有向多机器鱼网络拓扑结构,利用二分图最大匹配算法求得满足系统可控的驱动节点,即为领导者,其余节点为跟随者;其次,针对2D仿真机器鱼模型设计相应的包含控制协议,从而实现多机器鱼的可控包含控制,且最终跟随者鱼体前端刚体长边方向与领导者保持一致,并应用Lyapunov稳定性理论证明系统的稳定性;最后,基于URWPGSim2D多机器鱼仿真平台进行两组仿真实验,一组随机选取领导者,另一组采用二分图最大匹配算法确定领导者,对比仿真结果表明,所提算法能够有效地实现多机器鱼的可控包含控制.     

A parallel improvement algorithm for the bipartite subgraph problem

The authors propose the first parallel improvement algorithm using the maximum neural network model for the bipartite subgraph problem. The goal of this NP-complete problem is to remove the minimum number of edges in a given graph such that the remaining graph is a bipartite graph. A large number of instances have been simulated to verify the proposed algorithm, with the simulation result showing that the algorithm finds a solution within 200 iteration steps and the solution quality is superior to that of the best existing algorithm. The algorithm is extended for the K-partite subgraph problem where no algorithm has been proposed.     

基于最大池的谱特征匹配算法

为了提高基于谱特征的图像匹配算法的精度和鲁棒性,提出了一种基于最大池的谱特征匹配算法。首先,利用图像特征点邻域信息提取具有旋转不变性和亮度线性变化不变性的谱特征;其次,将以谱特征描述的特征点作为节点、特征点之间的欧氏距离作为边构造属性关系图,将图像匹配问题转化为图匹配问题;最后,引入最大池匹配策略获取图匹配结果。大量实验结果表明,该算法提高了谱特征匹配算法的精度和鲁棒性。     

面向模式图变化的增量图模式匹配

在大数据时代,数据图的规模急剧增长,增量图模式匹配算法能够在数据图或模式图发生变化时避免重新在整个数据图上进行匹配、减少响应时间,因此成为了研究的热点.针对实际应用中数据图不变而模式图发生变化的情况,提出了一种面向模式图变化的增量图模式匹配算法PGC_IncGPM,在模式图匹配的过程中记录适当的中间结果作为索引,用于后续的模式匹配.提出了增强的图模式匹配算法GPMS,用于首次整个数据图上的模式匹配.该算法一方面能够建立后续增量匹配所需的索引,另一方面减少了整个数据图匹配的执行时间.设计实现了面向模式图增边和减边的两个核心子算法,通过子算法的组合,能够支持在模式图发生各种变化时进行增量图模式匹配.在真实数据集和合成数据集上进行实验,结果表明:与重新在整个数据图上进行匹配的ReComputing算法相比,当模式图中变化的边的数目不超过不变的边的数目时,PGC_IncGPM算法能够有效减少图模式匹配的执行时间;随着数据图规模的增大,PGC_IncGPM算法相对于ReComputing算法的执行时间的减少程度更加明显,对于大规模数据图具有更好的适用性.     

Correspondence of 2-D projections by bipartite matching

A method is presented to determine the correspondence between 2-D projections of a 3-D scene. The problem is formulated as a maximum cardinality with minimum weight matching of a bipartite graph and is solved by a network flow algorithm.     

Graph matching based on spectral embedding with missing value

This paper proposes an efficient algorithm for inexact graph matching based on spectral embedding with missing value. We commence by building an association graph model based on initial matching algorithm. Then, by dot product representation of graph with missing value, a new embedding method (co-embedding), where the correspondences between unmatched nodes are treated as missing data in an association graph, is presented. At last, a new graph matching algorithm which alternates between the co-embedding and point pattern matching is proposed. Convictive experimental results on both synthetic and real-world data demonstrate the effectiveness of the proposed graph matching algorithm.