- 在线时间
- 0 小时
- 最后登录
- 2009-10-10
- 注册时间
- 2009-7-18
- 听众数
- 9
- 收听数
- 0
- 能力
- 0 分
- 体力
- 104 点
- 威望
- 11 点
- 阅读权限
- 30
- 积分
- 271
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 234
- 主题
- 19
- 精华
- 1
- 分享
- 0
- 好友
- 0
升级   85.5% 该用户从未签到
 |
觉得是个有意思的问题,希望有兴趣的朋友一起探讨,当然这个世界级猜想早几个月才被复旦大学大三学生郭泽宇破解,很牛!也给我们大学本科阶段追求创新一些启示,这几天正在做中南大学的培训题《城市生活垃圾管理问题》,设计到垃圾收运路线的设计,而城市垃圾收运路线正是一个曼哈顿网络问题,当然是最小时间,还是最短路径,看个人理解,要解决这个问题看似方法很多,大多数是当做一个TSP图论问题来求解,或者建立规划模型,用的方法也大多是模拟退火、遗传算法、蚁群算法等等,比较有新意是分析曼哈顿的特殊结构,运用基于约束的网格聚类方法从类的角度考虑,就降低了数百个收集点的运算复杂度。当然更好的方法就是破解这个世界级难题,从而一劳永逸。到知网等网站搜了下,相关的学术文献很少, 有点意思。
6 J5 B& u t4 ?2 p J 最小Manhattan网络问题是近年来受到广泛关注的计算几何和组合最优化问题。在大规模集成电路(VLSI)设计、分布式算6 ^2 s' W% |8 `! M1 d+ ^
; y( r2 q" \" _, F3 z7 r0 C
法、计算生物学、网络设计、城市规划等领域发挥着越来越大的作用。
{8 K+ t- F! ] Y% b0 w/ B$ ~ 给定平面上一个点集T,其Manhattan网络由水平和垂直线段组成,并满足T中任意两点间在网络中存在Manhattan路径。可知: p0 W& {+ B6 ]
$ R3 u! V; G5 l: M8 y Manhattan网络即为L1-范数下给定点集的一个1-spanner。更一般的概念称作geometric spanner或k-spanner,由于具有良# x( _' D0 W# ?& _
, x7 q4 V7 b$ P
好的性质,其应用十分广泛,包括邻近问题(proximity problems)的求解、机器人的运动规划、通信网络的可靠性等等。
6 y \2 Y, M& {) H! v - v* V0 L* k7 c- O# j7 p
在本问题中,要求Manhattan网络中线段总长度最短,即以最小的代价构造给定点集的Manhattan网络。此外,F. Lam [5]
2 F1 U! s6 S* ~' \7 \" H6 A 4 o/ S5 Q7 j2 P* t. K; k M' u
等人在生物序列比对问题中应用了Manhattan网络的近似算法,显著减小了搜索空间。这显示了最小Manhattan网络问题在计
2 x& s T) u& k8 _1 e : d t8 M/ j; F+ G& C
算生物学中的应用。
; i) `' k- y) z4 k 由此可见,这一问题的研究无论在理论还是实际中都有十分重要的意义。# r L/ Q4 d! s/ {1 l
最小Manhattan网络问题由J. Gudmundsson, C. Levcopoulos和G. Narasimhan [4] 于1999年最早提出。之后,许多学者研
, C# N8 }( \$ k9 q * m! {8 |( g2 ]
究并给出了这一问题多项式时间近似算法。之前通过组合方法设计的最佳近似算法(3-近似)由M. Benkert [1] 等人在
5 L+ d$ _1 z$ Q
- `4 y- z* I) N y 2004年给出。2005年,V. Chepoi [2] 等人提出了基于线性规划的2-近似算法,这是目前所知关于这一问题的最好近似度。/ n& v+ I% j [1 ~9 v9 u# P) T
在过去半年的研究中,我在朱洪教授的指导下得到了该问题的2-近似算法。这一结果被国际学术会议AAIM接受,同时获得了& r% `5 x# p1 J1 ?. V D+ m
5 L) H( @* O3 C1 B- s
审稿人的好评。在此之前,同一近似度的算法(V. Chepoi [2], 2005)的时间复杂度高达Ω(n^8),而我们的算法时间复杂* s+ a7 h4 @# m/ \5 C
# o+ n% h7 u; d3 [
度仅为O(n^2)。此外,我们在这一问题的算法的设计和证明中首次应用了由D. E. Knuth和F. F. Yao [3] 提出的动态规划- [3 G8 _! D& R- X8 K; e4 P
' C# }# q( g1 F! M
加速方法,将动态规划过程的时间复杂度由O(n^3)降低到O(n^2)。 I# N* D# k, C; ?1 y! p- a4 ^- I C
迄今为止,最小 Manhattan 网络问题的是否NP-难问题仍属未知,其不可近似性亦不清楚。因此,研究这一问题所属的复杂; _( `% J9 }) [! F7 Z5 u5 x
, _ f, k9 t% m% z% m
性类将具有极大的理论意义和实际价值。- O N* e& {9 J+ ?
2 Q( Y6 r# ^# c2 M' Z0 k
我们预期要解决的问题和解决途径包括:
/ c) t( i* u) p0 [; |* K
6 @; j: ]( ^ b' {: p) x (1)设计出具有更优近似度的近似算法。近似算法的设计方法主要包括:局部搜索,线性规划方法,原始对偶(primal-dual
9 T8 S; W2 X6 e8 A
1 S+ L. q2 s8 s' \9 O, l! g )方法等。本问题已知的近似算法可以分为两类:一类方法是将全局最优网络问题规约为局部最优网络问题,再通过局部网( G: \+ D2 f: G( a( f- a- {+ x
/ {* o j: n! Q2 q
络的组合达到全局的较优解,如M. Benkert 等人在文献[1]提出的3-近似算法。在这一方法的使用中,我们已取得了国际领' Z$ O4 E# ]3 l E L, q
; ^, ^7 a6 K& ^8 I5 F) L 先的成果。另一类则基于线性规划方法,如V. Chepoi等人在文献[2]提出的2-近似算法。. t- _7 t9 s* z7 {; F7 H
在第一阶段的研究中,一方面在我们已知的最好近似算法基础上,对问题的性质进行更细致地分析以尝试改进;另一方面对: G, u+ g' a" c. b1 x
8 n0 e% f# E9 e' L8 |( z+ b
近似算法的设计进行系统的学习,探索其他的算法设计思路。" b. r* z9 h; T, i9 Y. o2 Y: [, d
预计研究时间:2008/5-2008/11
1 `+ T; q9 f I3 H , w) \- i! r' u+ z( M
(2)研究该问题所属的复杂性类。尽管在过去的近十年里,最小Mahattan网络问题受到许多西方计算机科学家的重视,但是3 s) v; k& E& | X
& d m+ Y8 S# {4 N8 Y 到目前为止,人们还不清楚这一问题是否存在多项式时间算法。人们猜想这一问题是NP-完全的,但到目前为止还没有人给
" X6 Y5 Q: p8 a& ~9 ^1 ]4 o# D 8 G, \2 _( w+ O
出有效的证明。; A% i* Q7 F2 X6 S# M5 o( i# B* N
一般来讲,证明一个问题是NP-完全的基本方式是将一已知的NP完全问题归约到所研究的问题上。这方面,已知的NP-完全的
3 }' v' ?6 W. N
. S7 T c+ d6 }4 F2 y, ? 计算几何和组合最优化问题的归约过程将具有很大参考价值。例如V. Chepoi [2] 在论文中提到的与最小Manhattan网络问# [; s+ v# C# M: ^
1 q; k, Y+ D4 t4 {3 w' F5 O
题相当类似的RSA问题,已经由W.Shi 和C. Su [6] 给出了从Planar-3-SAT问题到该问题的归约,从而证明了该问题为NP-完
, h& D) X! U" }8 D9 V
% k: j' f8 I( P: A 全的。因此,我将在这一方面深入研究,通过阅读更多的计算几何学NP-完全问题规约的文章,掌握各种复杂的技巧。试图
; h/ K+ h3 \0 U3 E/ l8 [- L1 L + `7 B( e( K7 q: }$ N2 ~. v7 l
给出最小Manhattan网络问题的类似的归约方式,从而证明这一问题是NP-完全的。. B- X8 e/ { m V4 f
: h+ P9 J( r1 x0 k2 w8 m7 f( S
4 ^; X, K# B% q$ c' E
呵呵,我觉得高教杯出类似这样的题,意义重大。 |
zan
|