图的可区别染色算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·引言 | 第9页 |
| ·研究背景 | 第9-11页 |
| ·本文的主要工作 | 第11-12页 |
| ·本文的组织 | 第12-13页 |
| 2 经典算法在图染色中的应用 | 第13-22页 |
| ·引言 | 第13页 |
| ·图染色的基本概念 | 第13-14页 |
| ·遗传算法在图染色中的应用 | 第14-18页 |
| ·遗传算法的基本思想 | 第14-15页 |
| ·遗传算法在图染色中的应用 | 第15-17页 |
| ·遗传算法总结 | 第17-18页 |
| ·神经网络优化算法在图染色中的应用 | 第18-19页 |
| ·模拟退火算法在图染色中的应用 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 图染色相关概念定义和关键技术 | 第22-33页 |
| ·引言 | 第22页 |
| ·均匀染色 | 第22-23页 |
| ·图的D(β)染色 | 第23-24页 |
| ·图的D(β)点可区别边染色 | 第23页 |
| ·图的D(β)点可区别全染色 | 第23页 |
| ·距离β为1和2的时染色定义 | 第23-24页 |
| ·概率理论在图染色中的应用 | 第24-29页 |
| ·基本概念和性质 | 第24-25页 |
| ·概率计算公式 | 第25-26页 |
| ·几种概率方法及应用 | 第26-29页 |
| ·图染色算法概述 | 第29-33页 |
| ·基本思路 | 第29页 |
| ·函数构建描述及流程 | 第29-31页 |
| ·染色思路及流程 | 第31-33页 |
| 4 图的点可区别边染色算法 | 第33-53页 |
| ·引言 | 第33页 |
| ·图的点可区别边染色描述 | 第33-38页 |
| ·构建目标函数 | 第33-34页 |
| ·算法步骤 | 第34-38页 |
| ·图的点可区别边染色算法测试 | 第38-49页 |
| ·一般图的点可区别边染色 | 第38-41页 |
| ·完全图的点可区别边染色 | 第41-49页 |
| ·算法分析 | 第49-51页 |
| ·算法总结 | 第51-53页 |
| 5 图的点可区别全染色算法 | 第53-69页 |
| ·引言 | 第53页 |
| ·D(β)的非正则图的点可区别全染色 | 第53-60页 |
| ·构建目标函数 | 第53-54页 |
| ·算法描述 | 第54-56页 |
| ·算法流程 | 第56-58页 |
| ·数据结构定义 | 第58-60页 |
| ·D(β)的非正则图的点可区别全染色算法测试 | 第60-66页 |
| ·β=1的非正则图的点可区别均匀全染色 | 第60-62页 |
| ·β=2的非正则图的点可区别均匀全染色 | 第62-66页 |
| ·算法分析 | 第66-67页 |
| ·算法总结 | 第67-69页 |
| 结论 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读学位期间的研究成果 | 第75页 |
