- 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。
V3 M- w7 x7 ?4 _ 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
$ V8 z! _% g) F, R7 D/ Q% s
% `5 h; i5 d4 e' c' b1 e r 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。& R1 l) t9 I+ \6 \2 x
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
+ d9 x" ]8 ?, G' Q" j # ]; [% W7 X' w+ B
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
2 A' P. E* w7 U# Y ! O, p, y3 R0 V' |$ m* t
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。% O: N) |4 }# O# X
+ o# U# ]7 ?" Z' G9 t
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 o0 ^: Y @# R V6 B) u- ~3 c2 w( ^* m
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
4 r9 C; ~( ?, o3 B 0 B" W1 l# {1 @) `; E) w' H. {
算生物学中的应用。
4 P/ h' v" q9 m: | 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。, t( ]/ i8 _/ _1 j, X
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
+ Q. C4 K8 z- S3 W
4 P: ~# y! e5 ?" ], @ 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( Y% Q2 I- C2 l1 _+ B. B
1 h) X' G5 U. U7 x6 ^8 a
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。' j$ ?4 x: d4 Y6 s# D
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
8 i- e! I9 J/ h& \3 N+ W
2 }4 E/ @8 j9 r+ O/ S; w 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6 @( \) F e% |$ z. s( m2 i
+ l4 h2 U: {3 R3 k# b& u 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# x9 X4 p# M7 y6 I- Q! K
5 j( m0 ^1 \& m$ @# x8 r5 F& G9 l) t 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)。7 X2 s. x W+ i7 t. x
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
6 g$ Z5 s; _6 V3 y! |7 _ " c7 e! S& s' }0 H4 I
性类将具有极大的理论意义和实际价值。
- ~6 _3 I! }7 `3 _+ [( r3 y , @0 l( y( R- Z
我们预期要解决的问题和解决途径包括:
9 f/ }4 u: \0 g- ` % j) p* V# C- ~( k
(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-dual4 H4 o9 \& i3 V7 n
4 i+ S4 ^, j* T# |" O q# C2 O
)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% {/ O: v, M8 r. R4 O1 C, T
8 S* ]3 D/ t. ~! a$ M' c" ? 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
" F; w" t* x, ~2 _ ^( {& `
6 a0 @% R- s4 ] ?1 u 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。
7 e& W# E7 i/ v 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
) c& w5 t7 k* N ~! w2 N$ g
3 V4 d$ A( v3 L6 b! ?9 Z$ G; M 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。
- k. a! i3 B& u! N Z 预计研究时间:2008/5-2008/11+ L" P1 P0 ?1 i
4 `) G; ^+ b) P8 A2 n) Y2 l& k4 D# A
(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8 S& V* O$ I4 g6 A* Z; B+ c
5 V/ k# @+ Q$ W" T
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 t, H. m8 v( m3 ]( c. t
, p+ n5 H. {# n' n$ E7 l' |' G: U 出有效的证明。
1 p0 z/ F4 K/ Y8 o0 [- l( `: i- Z( v 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8 O- h0 F, O) b0 S" b
# s! I% [# p S% ^ 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 t$ U( s: W$ `$ ?& L1 h+ L 3 k6 N7 E Q. `& t' j" }% r X3 \
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
, {' T; _( ^! ~7 }* H# r" g 6 C( V$ F. P7 i" J: c
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
3 S1 u/ W8 [; d: q# T
3 @: N. _! }. V/ Z* t% N 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。
& K; E6 E3 N2 T: u! L# E4 b! X+ O# n% e1 _7 Y9 Y( P
5 J a6 R4 D2 z* L3 ?
呵呵,我觉得高教杯出类似这样的题,意义重大。 |
zan
|