×
朱晓军;唐少杰

最小负载生成树问题的精确算法。 （英语） Zbl 07549343号

INFORMS J.计算。 33，第4期，1431-1445（2021）.
摘要：在最小负载生成树（MLST）问题中，我们给出了生成树中定义在节点度上的节点的无向图和非递减负载函数，目标是找到一个使所有节点之间的最大负载最小的生成树。我们提出了MLST问题的第一个时间精确算法，其中（n）是节点数，（O^ast）忽略多项式因子。该算法通过反复查询候选目标值是否可行来获得，其中每个查询都可以表示为有界度生成树问题（BDST）。我们通过扩展基于包含-排除的算法，提出了一种新的BDST解决方案。为了进一步提高之前算法的时间效率，我们通过推广分支行走的概念，提出了一种更快的算法。此外，为了进行比较，我们给出了MLST的第一个混合整数线性规划公式。在数值分析中，我们考虑了随机生成网络上的各种负载函数。结果验证了所提算法的有效性。
贡献摘要：最小负载生成树（MLST）在无线传感器网络（WSN）等各种应用中发挥着重要作用。在无线传感器网络的许多应用中，我们经常需要从所有传感器收集数据到一些指定的接收器。在本文中，我们提出了MLST问题的第一个精确算法。除了有理论保证外，我们的算法在实践中也有非常好的性能。我们相信，我们的结果对图论、物联网和无线传感器网络领域做出了重大贡献。

MSC公司：

90倍X 运筹学、数学规划

关键词：

精确算法;最小负载生成树;无线传感器网络
PDF格式BibTeX公司 XML格式引用
\textit｛X.Zhu｝和\textit｛S.Tang｝，INFORMS J.Comput。33，第4号，1431-1445（2021；Zbl 07549343）
全文： 内政部

参考文献：

[1] Binkele-Raible D，Fernau H，Gaspers S，Liedloff M（2013）最大内部生成树的精确和参数化算法。算法65（1）:95-128.Crossref，谷歌学者·Zbl 1259.05159号 ·doi:10.1007/s00453-011-9575-5
[2] Bjorklund A（2014）无向哈密顿性的行列式和。SIAM J.计算。43（1）：280-299.Crossref，谷歌学者·Zbl 1292.05244号 ·数字对象标识代码：10.1137/10839229
[3] Bjorklund A、Kamat V、Kowalik L、Zehavi M（2017）《发现树叶稀少的树木》。SIAM J.离散数学。31（2）：687-713.Crossref，谷歌学者·Zbl 1362.05078号 ·doi:10.1137/15M1048975
[4] Buragohain C、Agrawal D、Suri S（2005）传感器数据库的功率感知路由。程序。INFOCOM（IEEE，纽约），1747-1757年。谷歌学者
[5] Cao P，Zhu X（2018）使用多核加速实现WSN寿命最大化的精确算法。无线通信移动计算，https://www.hindawi.com/journals/wcmc/2018/3830285/。Crossref，谷歌学者·doi:10.1155/2018/3830285
[6] Fasolo E、Rossi M、Widmer J、Zorzi M（2007）《无线传感器网络的网络内聚合技术：一项调查》。IEEE无线通信。14（2）:70-87.Crossref，谷歌学者·doi:10.1109/MWC.2007.358967
[7] Furer M，Raghavachari B（1994）将最小度steiner树近似到最优值之一。J.算法17（3）：409-423.Crossref，谷歌学者·Zbl 1321.05262号 ·doi:10.1006/jagm.1994.1042
[8] Kern W，Manthey B（2017）《有界生成树和叶的连接因子的近似》。操作。Res.Lett公司。45（2）：115-118.Crossref，谷歌学者·Zbl 1409.05198号 ·doi:10.1016/j.orl.2017.01.002
[9] Ma X，Zhu X，Chen B（2017）使用整数线性规划最大化无线传感器网络寿命的精确算法。程序。WCNC（IEEE，纽约），1-6谷歌学者
[10] Nederlof J（2013）使用包含排除的快速多项式空间算法：对steiner树和相关问题的改进。算法65（4）：868-884.谷歌学者Crossref·兹比尔1272.68148 ·doi:10.1007/s00453-012-9630-x
[11] Nederlof J、Van Rooij JMM、Van Dijk TC（2014）《包容/排斥与衡量和征服》。算法69（3）：685-740.谷歌学者·Zbl 1291.68441号
[12] Shan M，Chen G，Luo D，Zhu X，Wu X（2014）在无线传感器网络中构建最大生存期最短路径数据聚合树。ACM事务处理。传感器网络11（1）：1-24.Crossref，谷歌学者·doi:10.1145/2629662
[13] Singh M，Lau LC（2015）将最小有界度生成树逼近到最优树之一。美国临床医学杂志62（1）：1.Crossref，谷歌学者·Zbl 1321.68507号 ·doi:10.1145/2629366
[14] Wu Y，Mao Z，Fahmy S，Shroff NB（2010）在传感器网络中构建最大寿命数据收集林。IEEE/ACM传输。网络18（5）：1571-1584.Crossref，谷歌学者·doi:10.1109/TNET.2010.2045896
[15] Zehavi M（2013）《k-内部分支算法》。国际。交响乐。关于参数化和精确计算（Springer，Cham），361-373.谷歌学者·Zbl 1359.05130号
[16] Zhu X，Wu X，Chen G（2015）无线传感器网络中无聚合的最大寿命数据采集树的精确算法。无线网络21（1）:281-295.Crossref，谷歌学者·doi:10.1007/s11276-014-0784-0
[17] Zhu X，Chen G，Tang S，Wu X，Chen-B（2016）无线传感器网络中最大寿命聚合树的快速近似算法。INFORMS J.计算。28（3）：417-431.谷歌学者链接·Zbl 1348.90610号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。