- 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。 % z# z W. M( | ~* U* t
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; d# e G1 e6 F& V: _2 n2 c
) i- A5 k& \6 K% y$ x& V
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。
9 R$ R! |5 U+ e |/ I0 t: R 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
# W+ F0 I" u# M8 e2 o$ a; V
3 [1 g; X- e$ K 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
, p9 C6 Y) I J$ {3 V6 z. N4 V7 n7 w+ ` 1 I) ~# N ?9 ^
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。
. t \; R$ W! w5 Y . T/ T0 O9 L- F7 L- ]% q2 @
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]
4 D; Q/ Q9 z% l( ? 4 C3 T) C! W/ m. Q, r" C, w" W- q
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6 y2 X5 M9 O. ?' e2 ~6 S, ]# x
0 ~$ h/ r! N( J N6 ?$ ]+ S 算生物学中的应用。
! b" z/ U* t" c, B4 K' a% O1 N6 | 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。
+ p' T8 |* ~- P2 K 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' _% P# m8 ~( R4 j9 M: Y9 I& X
& x1 H- ?3 K" L4 B$ v# e( l
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/ L* ^, k/ n+ E; a. a9 r( q
1 h8 Y0 T- }1 H2 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。
, t: h8 M4 x- S/ W7 L 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. X/ u# B5 e- X' t7 j
' R1 E& S& Q; M" {% J6 [" u; q 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1 ]! ~5 b1 {$ J5 B' @4 |7 o5 {& E! L
. a# N1 E0 }" R" S 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 ?0 U* S) h$ w1 w. Z
' f1 ]; ~ S" e4 B1 E! m' x+ }- B
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)。1 F4 x0 _( e, C$ F" v
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# T/ i0 k2 P& ? L
6 X W; v" E j
性类将具有极大的理论意义和实际价值。/ {+ w/ A9 p& D$ y, [5 Q
. {1 k6 m' t y! M% d
我们预期要解决的问题和解决途径包括:
d; p% u! i$ ] q W
9 T+ c% G! z2 T$ w4 J4 ?" r (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
" Q- _6 B, E# u , G2 h8 \& C* q+ X, ?/ u9 d
)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
, }2 R3 L+ w" |: _ [' a * \$ k: x" Q) S7 T
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4 q6 l) Z# z- T
* A* f/ G" O5 w 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。: _9 O, w4 O: C1 J* r5 q. [
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
- f7 o/ x4 X+ V- Q0 l8 e, D4 r , Y: Q' d/ C+ l8 p. j' J: A O
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。* o! J: `' J/ T8 K6 H: L" [1 K8 c" ?1 r
预计研究时间:2008/5-2008/11
" }0 ]( ~( U+ R " J- f9 c3 w o" E8 s' c
(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
! x3 W8 O6 m3 ^$ S8 ~' H" @5 T
; Y/ z/ n+ }! G/ w; Q 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, h' } ?& Y' ?1 l, c: ~+ d+ E
O6 e3 ]5 G# C+ _+ O0 d B 出有效的证明。
T; u( r3 |2 Q5 B5 ]% G: \ 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! t; m& C3 L; A$ y3 a0 J# X/ A9 Z
. U' s7 V v% A5 r" x6 p$ C 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
0 z! Q# H; Q d% q/ D " `; z* S" w# [0 n: ^3 W
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" L; E5 {- y' K) F& Q
9 ~. _+ w% ?$ \, P& \ p# N 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' R2 }) @: G1 R% Q: |
8 t3 ?* K9 b# z& ^ N1 [3 f 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。
# ~ S) f+ D8 }' F( l+ y9 c: P! b( w& O& c$ U; O- G
3 u$ a: O7 T0 d$ A0 a. s9 Q: ^
呵呵,我觉得高教杯出类似这样的题,意义重大。 |
zan
|