Научная статья на тему 'Эволюционный алгоритм раскраски графов'

Эволюционный алгоритм раскраски графов Текст научной статьи по специальности «Математика»

CC BY
718
78
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Эволюционный алгоритм раскраски графов»

Краткие сообщения

Б.К. Лебедев, О.Б. Лебедев ЭВОЛЮЦИОННЫЙ АЛГОРИТМ РАСКРАСКИ ГРАФОВ*

Существующее в настоящее время большее количество алгоритмов раскраски графов обеспечивают приемлемые результаты при решении задач малой и средней сложности. Возникшие потребности в решении задач большой и очень большой размерности является побудительным мотивом исследований и разработок новых эффективных алгоритмов. Анализ литературы показывает, что наиболее успешными в этих условиях являются методы, основанные на моделировании эволюционных процессов [1,2].

В работе излагается методика представления решения на базе матрицы , , рассматривается структура процесса эволюционной модификации матрицы смежности для решения задачи раскраски графа.

Раскраской графа О называется разбиение множества вершин X на I непере-секающихся подмножеств X, таких, что внутри каждого подмножества X нет смежных вершин. Пусть дан граф О=(Х,и). Подмножество вершин Р является внутренне-устойчивым, если любые две вершины подмножества Р не смежны.

Анализ состояния матрицы смежности показывает, что если столбцы матрицы с номерами от I до 1+т помечены элементами, образующими внутренне, -рицы Я на пересечении столбцов и строк матрицы с номерами от I до (1+т -1) формируется область Рi квадратной формы размером т*т, элементы которой имеют нулевое значение. Назовем такую область п - областью.

,

матрицы смежности образуется побласть Р (1,т), то это значит, что элементы, которыми помечены столбцы и строки с номерами от I до (1+т-1), образуют внут-ренне-устойчивое подмножество и.

Будем считать, что п- область Р (1,т) покрывает строки и столбцы матрицы смежности Я с номерами от I до (1+т-1). Назовём две п- области Р (I ,т) и Р^т) смежными друг к другу, если )=1+т. Пересечение двух смежных п- областей равно 0 Если в результате перестановок столбцов и строк матрицы Яобр^уется цепочка из 5 последовательно прилегающих друг к другу, то есть смежных п, Я ,

можно считать, что в графе О выделено 5 внутренне-устойчивых подмножеств вершин и, следовательно, граф можно раскрасить в 5 цветов.

Таким образом задача раскраски графа сводится к задаче формирования в матрице смежности графа цепочки п-областей с вышеперечисленными свойства-

* Работа выполнена при поддержке РФФИ, грант № 04-01-00174

ми. Формирование цепочки с минимальным числом п-областей соответствует раскраске в минимальное число цветов.

- Я -

. Я

путём выборочных групповых перестановок соседних столбцов и строк, что обеспечивает направленное последовательное перемещение элементов матрицы Я с нулевым значениями и объединение их в г)- области. Адаптивный процесс состоит из повторяющихся шагов, каждый из которых представляет собой переход от одного решения (состояния матрицы Я ) к другому - лучшему [1].

На каждом шаге анализируются пары (/', 1+1) соседних строк матрицы. Анализ осуществляется в два такта. На первом такте анализируются все пары (/', /+1), у которых первый элемент I - нечетное число. На втором такте анализируются пары, у которых первый элемент I - четное число.

Например: пусть п=9, тогда на первом такте рассматриваются пары строк {(1,2),(3,4),(5,6),(7,8)}. На втором такте - {(2,3),(4,5),(6,7),(8,9)}.

Пары строк анализируются независимо друг от друга. По результатам анализа принимается решение о перестановке соседней пары строк.

Локальная цель перестановок - перемещение нулевых элементов матрицы снизу-вверх и справа-надево. Глобальная цель - формирование //-области Р(1,т) с

т, -

ренне-устойчивого множества.

Пусть для анализа выбрана пара строк (, +1) матрицы Я=Цгр11 размером п*п .В строках выделяют две части: 1 - (¡=1Н-1); 2 -]=1+2^п). Суть анализа заключается в определении истинностного значения трёх нижеприведенных усло-.

1-1 1-1

1. > X г1+1) - 1-я часть.

] =1 ]=1

1-1 1-1 П П

2. !>) = X г1+1,] - 1-я часть, и £ Г] > £ г1+1,] - 2-я часть. ]=1 ]=1 1=1+2 ] =1+2

1-1 1-1 П П

3.1Г] = хг1+1,] - 1-я часть, и X Гу = £ г1+1,] - 2-я часть.

]=1 ]=1 ] =1+2 ]'=г+2

Ответ еда» - переставлять, вырабатывается, если выполняются условия 1 и

2. В случае выполнения условия 3 ответ еда» вырабатывается с вероятностью Р, задаваемой априорно. В остальных случаях вырабатывается ответ «те.

Адаптивная поисковая процедура продолжается, пока существуют пары, для

1 2. -Р1(1,т) и в графе Ол определено максимальное внутренне-устойчивое подмножество Х1а_

Если целью поиска было нахождение максимального паросочетания, то работа алгоритма на этом завершается.

Если же решается задача раскраски, то в графе Ол удаляется подмножество вершин Х1С1, а из матрицы Я удаляются т столбцов и строк, покрывающих область Р1(1,т), образуя граф О1а и матрицу Я. Далее над полученной матрицей Я1 про-

изводится аналогичные действия, т.е. в GId выделяется максимальное внутреннеустойчивое подмножество X2d.

Выше перечисленные действия продолжаются, пока матрица смежности не станет пустой, т.е. все вершины будут окрашены.

Для преодоления локального барьера, используются подходы, основанные на сочетании различных видов эволюции.

В первом подходе используются идеи метода моделирования отжига. Если в процессе анализа обнаруживается, что условия 1,2,3 не выполняются, то перестановка осуществляется с вероятностью P=exp(-AF/kT), где T- температура, AF -разница между суммами значений элементов анализируемых строк.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Во втором подходе используется одна из структур генетического поиска [2]. Популяция представляет собой множество матриц смежности (закодированных в ). , . . , -щью вышеописанной адаптивной процедуры.

Временная сложность адаптивной процедуры на одном шаге - O(n). Сравнение с известными алгоритмами показало, что при меньшем времени работы новый алгоритм дает более качественные решения.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Лебедев Б.К. Адаптация в САПР: Монография. -Таганрог: Изд-во ТРТУ, 1999. 160 с.

2. Лебедев Б.К. Методы поисковой адаптации в задачах автоматизированного проектирования СБИС: Монография. -Таганрог: Изд-во ТРТУ, 2000. 192 с.

O.D. Glod

MODEL OF NETWORK PLANNING AND CONTROL IN FUZZY INTERVAL

VALUES

Planning and management of complex of work presents itself complex and, as a rule, inconsistent problem. Evaluation of temporary and financial parameters of system operation, realized within the framework of this problems, can be made by different methods. Amongst existing well has proved to be itself a method of network planning and management (NPM) [1].

Main planned document in the system NPM is a network graph (network model or network), representing itself information - a dynamic model, in which are reflected intercouplings and results of all work required for achievements of results of development.

To main parameters network models pertain [1]:

а) critical way;

б) open time of events;

в) open times of ways and work.

At the analytical model development for the whole study of economic systems it is necessary, as a rule, take into account very greater amount of varied factors, which additionally sometimes have a different nature. One of the efficient ways of deciding the similar problems is attraction of theory of fuzzy sets, fuzzy logic, theory of possibilities, methods of situational analysis and methods of processing the knowledges of experts.

As to considered method of network planning and management, here also exist measures of uncertainty and inexactnesses. Notion a work, including expenseses of time and resources, is kept sufficiently inexactnesses to under its description to use a device of theory of fuzzy sets, fuzzy logic etc. Same possible say and on such notions as an event,

i Надоели баннеры? Вы всегда можете отключить рекламу.