基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决图的Smarandachely邻点可区别边染色问题,提出一种基于多目标优化的染色算法.针对每个子问题分别设置子目标函数向量和决策空间,在颜色迭代、顺序交换和强制交换中,子目标逐渐得到最优解,最终使总目标函数符合图的Smarandachely邻点可区别边染色要求.实验结果表明,在1 000个顶点内该算法能够正确地得到随机图的Smarandachely邻点可区别边色数.
推荐文章
图的点可区别边染色算法研究
经典算法
一般图
点可区别边染色
概率思想
约束规则
交换规则
几类特殊图的邻点可区别全染色
正常点染色
正常边染色
正常全染色
邻点可区别全染色
邻点可区别全色数
蛛网图的邻点可区别V-全染色
蛛网图
邻点可区别V-全染色
邻点可区别V-全色数
随机图的点可区别全染色算法
随机图
正常全染色
点可区别全染色
算法
邻接矩阵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 图的Smarandachely邻点可区别边染色算法
来源期刊 计算机工程 学科 工学
关键词 多目标优化 图染色 Smarandachely邻点可区别边染色 目标函数 时间复杂度
年,卷(期) 2017,(9) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 228-233,239
页数 7页 分类号 TP301.6
字数 4984字 语种 中文
DOI 10.3969/j.issn.1000-3428.2017.09.040
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 文飞 兰州交通大学应用数学研究所 42 71 5.0 6.0
2 李敬文 兰州交通大学电子与信息工程学院 91 810 11.0 26.0
3 曹道通 兰州交通大学电子与信息工程学院 4 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (153)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(15)
  • 参考文献(1)
  • 二级参考文献(14)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标优化
图染色
Smarandachely邻点可区别边染色
目标函数
时间复杂度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导