欧氏Steiner最小树的Delaunay三角网混合智能求解方法

作     者：王家桢 马良 张惠珍 WANG Jia-zhen;MA Liang;ZHANG Hui-zhen

作者机构：上海理工大学管理学院上海200093 

基　　金：上海市一流学科建设资助项目(S1201YLXK) 沪江基金项目(A14006) 上海市教委科研创新项目(14YZ090) 高校博士点专项科研基金联合资助项目(20123120120005) 上海高校青年教师培养资助计划(SLG12010) 上海理工大学国家级项目培育项目(13XGQ07) 

出 版 物：《上海理工大学学报》 (Journal of University of Shanghai For Science and Technology)

年 卷 期：2014年第36卷第4期

页      码：351-356页

摘      要：欧氏Steiner最小树问题是组合优化中一个经典的NP难题,在许多实际问题中有着广泛的应用.由于使用普通智能算法求解较大规模问题时,极易陷入拓扑结构的局部最优,因此,基于Delaunay三角网技术并结合智能算法的有关思想,设计了一种改进的混合型智能求解方法,可大幅度提高算法在寻找更好拓扑结构上的有效性.算法在Matlab环境下编程实现,经大量STEINLIB中的标准数据实例测试和验证,获得了满意的效果,为求解较大规模的欧氏Steiner最小树问题提供了新的有效方法.

主 题 词：欧氏Steiner最小树 Delaunay三角网 多边形剖分 智能算法 

学科分类：0810[工学-土木类] 08[工学] 0805[工学-能源动力学] 0812[工学-测绘类] 081202[081202] 

D　O　I：10.13255/j.cnki.jusst.2014.04.009

馆 藏 号：203551125...