- 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。
% ?; q) I, t5 f3 q 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: S7 F4 X6 a( Z( @' w$ l" `8 t
+ G* p) Y- r/ }2 A g/ o
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。
& D8 Z, X, X2 c& O E- g7 X; L 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- [5 l, P9 t6 E6 E# i
4 g7 w* b8 G- R% t. b5 K; z; 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$ H5 w, m, {, o8 h6 |
, S' R, L) s! Y- ^6 Z 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。2 \" p7 L4 d v% C9 g$ i
1 u! k2 F& p9 |' Y% L! A ^
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] 8 K9 v. H4 \( c6 R0 \, S0 w* f
. A+ a2 Q [& i& ?5 y2 [: C; w
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
3 S) s0 v( h! Y" g 2 c$ I6 m7 M, U, H. \1 B
算生物学中的应用。6 j5 C9 M( C" b* ]* _" h2 k7 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。# E% x% Z0 ~; i4 `
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
& B* k! j& M: C* @2 G8 Z : j9 K$ v, G/ J& U
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' @. [/ d6 H. d; r
* y0 ~4 g7 b! z1 `6 F6 e5 p- q
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。
* [: X$ b; z( J' ? 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 z" v ^5 T b- o( N
2 [5 E* d/ v1 B1 U/ d$ J 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% p+ f' P, A' M: W. \
- c" g, {( i) j$ x
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
2 e# ~6 @) |3 o & |5 O3 a+ z w8 E
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)。
3 k/ v) {" k- A4 ^# {8 e" 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) u x( ?; p& ~3 n3 q \7 Y
! z( [, X8 q2 ?
性类将具有极大的理论意义和实际价值。
/ R1 x- J/ n) M% G+ o 6 R# ]5 }' w t! v- u h- W
我们预期要解决的问题和解决途径包括:
/ X+ y# ?/ g2 D
5 @& |& |) \, l0 G (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
* P& `3 a. s& D3 X" |7 I 1 @2 E! @1 w1 O8 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
& ?# I8 S! {4 P8 g: j! G& H+ |
" j! u6 d8 T. Z4 B 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
7 l8 q6 }# n6 Q
1 z* t- o1 P3 C$ N 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。
4 ~6 |/ U: A5 Q% J6 l0 A 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0 S6 T. v/ U" J3 o9 p
9 l/ V, D/ n* Q* y" ~! T, d
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。! j- i* x: v7 S5 M) I- |
预计研究时间:2008/5-2008/11; G+ g& ?9 I v" @' Q( U
- c: R3 C% u- o$ G# Q9 |0 w" y' v
(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
' l" x$ n' H. }: w5 o6 z' B . A) G3 N# U3 a5 S. F
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
2 O5 n: j. H$ g5 W. t( @" |! P
9 k& i- M8 L& U1 O 出有效的证明。. G! h8 N/ ~5 P% z& 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/ J* l8 c% E# ]' A* N1 Q
8 `$ z2 y8 l7 [# B" v 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; b3 }5 L) X- N5 n4 y% }! k
% S3 x$ W3 T* \1 X; ], H
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
7 h- a0 p2 W9 k6 h7 Q" o6 t! O ) A- M, ?" ^. n3 P8 w- [7 }
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! P% H/ s0 q; K3 T/ v/ k/ x% Z
* P( G7 R7 |% F) q) 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。% T& z6 q3 W7 U( R6 `/ x
4 B; o4 C. Q. |* C" P+ G8 m* Q
呵呵,我觉得高教杯出类似这样的题,意义重大。 |
zan
|