最大诱导匹配问题的整数规划公式和Benders分解

@第{Ahat2018IntegerPF条,title={最大诱导匹配问题的整数规划公式和Benders分解},author={Bet{\“u}l Ahat and Tínaz Ekim and Z.Caner Taškín},journal={INFORMS J.计算},年份={2018年},体积={30},页数={43-56},网址={https://api.semanticscholar.org/CorpusID:3599993}}
本文提出了一种基于顶点的MIM整数规划公式,与文献中的基于边的公式相比,该公式更加紧凑,并引入了最大权重诱导匹配问题(MWIM),该问题推广了MIM,使得顶点和边都有权重。

本文图表

星度中心问题:一种分解方法

针对星度中心性(SDC)问题,引入了一种新的整数规划(NIP)公式,并证明了尽管SDC可以在树图中有效地求解,但通过对集合覆盖问题进行约简,它在分裂图和二部图中仍然是[公式:见正文]-完全的。

无弦循环问题的精确解算法

研究了无弦循环问题的一个公式、启发式算法和分支切割算法,该问题是为给定的图寻找最大的简单循环,从而使图中不包含非紧随其后的循环顶点之间的边。

具有有界独立数的树分解:超越独立集

本文将弦图幂的一些经典结果推广到一般图及其树无关数的上下文中,并提供了在此假设下可以在多项式时间内解决的算法问题的进一步示例。

树分解满足诱导匹配:超出最大权重独立集

对于图$G$的树分解$\mathcal{T}$,通过$\mu(\mathcal{T})$,我们表示$G$中最大诱导匹配的大小,其所有边都与$\mathcal{T{$的一个包相交。诱导

树宽与团数。三、 具有禁止结构的图的树无关数

我们继续研究$(mathrm{tw},\omega)$-bounded图类,即遗传图类,其中树宽只能因大团的存在而变大,目标是

大规模分布式MIMO网络中的拓扑导频分配

我们考虑大规模分布式多输入多输出(MIMO)网络中的导频分配问题,其中大量远程无线电头(RRH)天线随机分布在

无小区大规模MIMO网络中的拓扑导频分配

该工作通过部分连接的干扰网络对UE-RRH网络进行建模,并将拓扑导频分配(TPA)问题表示为一个序列最大权诱导匹配问题,该问题可以通过混合整数线性规划或简单而有效的贪婪算法来解决。

求解最小权最大匹配问题的分解算法

本文为该问题开发了整数规划(IP)公式,并设计了一种分解算法,该算法基于IP技术和组合匹配算法的组合,并表明与底层IP公式相比,该方法显著提高了问题的可解性。

随机三次图的最大诱导匹配

利用微分方程分析了这种随机贪婪算法在随机三次图上的性能,得到了该算法返回的诱导匹配的期望大小的下界。

adhoc无线网络的距离2匹配问题及其与MAC层容量的关系

这项工作是首次尝试描述无线网络容量的重要“最大”度量,并可用于阐明以前的拓扑形成协议,如Span和GAF,它们试图生成“良好”或“容量保持”拓扑,同时允许节点在休眠和唤醒状态之间交替。