最大割问题是一类基本的有广泛应用的组合优化问题,它是一类NP-困难问题, 典型的求解方法是近似算法.对大规模最大割问题目前还没有有效的求解算法.本项目研究通过采用NCP函数等连续化的变换,在不增加问题维数的条件下,把最大割问题松弛转换成连续的非线性规划问题;再根据转换所得的非线性规划问题的结构特征,设计适合求解大规模问题的有效近似算法;对不同的连续化变换和相应的算法作理论性质分析,并进行广泛的数值试验和比较,给出有效求解大规模最大割问题的连续化近似算法;从理论上分析估计所得连续化近似算法的近似比、即近似最优值与最大割问题最优值一个上界的比;在此基础上,进一步研究改进由连续化近似算法所得最大割问题近似最优解的措施:邻域搜索和分支定界技术,以及连续化近似算法对最大二等分和多用户检测等相关组合优化问题的推广.
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
一种基于多层设计空间缩减策略的近似高维优化方法
基于综合治理和水文模型的广西县域石漠化小流域区划研究
基于MCPF算法的列车组合定位应用研究
基于腔内级联变频的0.63μm波段多波长激光器
大规模最大割问题的离散动态凸化算法研究
大规模最大k割问题的离散动态凸化算法研究
二次分配问题的推广模型及近似算法研究
拟阵约束下次模函数最大化问题的近似算法设计及应用