專利名稱：一種基于拓撲近似度的大圖拓撲標定方法
技術領域：
本發(fā)明屬于計算機技術領域與圖論領域，特別涉及一種基于拓撲近似度的大圖拓 撲標定方法，可根據(jù)給定目標大圖拓撲特征標定得出具體相似拓撲特征的、新的大圖拓撲， 包括大型有向圖和無向圖，為用戶提供一種可計算機程序實現(xiàn)的、易于軟硬件實現(xiàn)的大圖 拓撲標定方法。
背景技術：
目前，根據(jù)給定大圖拓撲構建具有相似拓撲特征的新的大圖拓撲(即大圖拓撲標 定)的需求逐漸增多，如大型網絡建設、網絡拓撲規(guī)劃、圖論理論研究等。但圖論中常用的 算法并不適合大型圖拓撲，包括有向圖和無向圖。導致許多方法在計算上不可行，無法實現(xiàn) 計算機程序化。針對這一問題，需要設計一種可計算機程序化的大圖拓撲標定方法。本發(fā) 明實現(xiàn)一種基于拓撲近似度的大圖拓撲標定方法，使用稀疏矩陣、規(guī)格化拉普拉斯譜以及 遺傳算法等可計算機程序化的方法和手段實現(xiàn)大圖拓撲的標定方法，可為用戶標定得出具 有特定大圖拓撲特征的新的拓撲結構圖，包括大型有向圖和無向圖。

發(fā)明內容
本發(fā)明涉及一種基于拓撲近似度的大圖拓撲標定方法，可根據(jù)給定大圖拓撲標定 得出具體相似拓撲特征的、新的大圖拓撲，包括大型有向圖和無向圖。采用的技術方案是首先將待標定的給定大圖拓撲進行矩陣化處理，如果產生稀疏矩陣，則需要進行 壓縮；然后進入遺傳算法，產生與給定大圖拓撲規(guī)模相近的隨機拓撲矩陣。分別計算隨機拓 撲矩陣與給定大圖拓撲矩陣的近似度，以規(guī)格化拉普拉斯譜之差表示。據(jù)此通過遺傳算法 的選擇、交叉和變異操作對待標定的大圖拓撲進行優(yōu)化處理，最終標定得到具有與給定拓 撲相似拓撲特征的新圖。本發(fā)明的工作流程和步驟為(一 )將給定的大圖拓撲進行矩陣化處理，如果產生稀疏矩陣，則需要進行壓縮；( 二)計算給定大圖拓撲矩陣的圖譜密度，以規(guī)格化拉普拉斯譜表示。該規(guī)格化拉 普拉斯譜序列為標定的參照值，保持不變；(三)釋放給定大圖拓撲矩陣，釋放內存空間；(四)啟動改進的遺傳算法，循環(huán)執(zhí)行1根據(jù)給定大圖拓撲規(guī)模，生成若干待標定大圖拓撲的隨機矩陣，該隨機矩陣應與 給定大圖矩陣規(guī)模相近。生成的隨機矩陣如果是稀疏矩陣，則需要進行壓縮。這些生成矩 陣是遺傳算法的遺傳因子；2計算遺傳因子矩陣的圖譜密度，以遺傳因子的規(guī)格化拉普拉斯譜表示；3計算遺傳因子的規(guī)格化拉普拉斯譜與給定大圖的規(guī)格化拉普拉斯譜(參照值序 列)的差，以差值作為不同大圖之間拓撲近似度的量化結果；
4根據(jù)拓撲特征近似度計算遺傳算法的適應度評估函數(shù)；5根據(jù)評估函數(shù)得出適應度大小，評選出遺傳因子矩陣的優(yōu)劣；如果滿足算法要 求，退出遺傳算法循環(huán)。否則選擇出一組優(yōu)秀的遺傳因子，通過交叉和變異操作，并進入下 一輪遺傳計算；6實現(xiàn)交叉和變異操作；(五)從遺傳算法退出，得到的最優(yōu)生成矩陣。該矩陣是根據(jù)給定大圖拓撲特征標 定得出的生成矩陣。通過上述工作流程，本發(fā)明將根據(jù)給定目標大圖拓撲特征進行標定操作，從而得 到一個新的拓撲結構圖，包括大型有向圖和無向圖。該圖與給定大圖拓撲特征高度相似。此 外，本發(fā)明為用戶提供了一種可計算機程序實現(xiàn)的、易于軟硬件實現(xiàn)的大圖拓撲標定方法。


圖1是本發(fā)明的方法工作流程圖。附圖標記說明1.矩陣化模塊2.矩陣譜密度計算模塊3.釋放內存空間4.遺傳算法啟動模塊 5.遺傳因子生成模塊6.近似度計算模塊7.適應度評估模塊8.選擇模塊9.交叉模塊 10.變異模塊11.標定結果選擇模塊
具體實施例方式如圖1所示，一種基于拓撲近似度的大圖拓撲標定方法，其流程主要包括矩陣化 模塊1，矩陣譜密度計算模塊2，釋放內存空間3，遺傳算法啟動模塊4，遺傳因子生成模塊5， 近似度計算模塊6，適應度評估模塊7，選擇模塊8，交叉模塊9，變異模塊10，標定結果選擇 模塊11。將給定的目標大圖拓撲輸入矩陣化模塊1，在矩陣譜密度計算模塊2中計算得出 規(guī)格化拉普拉斯譜序列，并以此為參照值進入后續(xù)工作步驟。之后進入釋放內存空間3，釋 放給定矩陣內存空間。進入遺傳算法啟動模塊4，循環(huán)執(zhí)行遺傳因子生成模塊5、近似度計算模塊6、適應 度評估模塊7、選擇模塊8、交叉模塊9和變異模塊10，根據(jù)拓撲近似度優(yōu)化遺傳因子，尋找 最優(yōu)解。最終在標定結果選擇模塊11中得到標定的大圖拓撲，包括有向圖和無向圖。如圖1所示，本發(fā)明的工作流程包括以下步驟(一 )將給定大圖拓撲輸入矩陣化模塊1進行矩陣化處理，如果產生稀疏矩陣，則 需要進行壓縮處理以節(jié)省內存空間；(二)將產生的給定大圖拓撲矩陣輸入矩陣譜密度計算模塊2中，計算給定大圖 拓撲矩陣的圖譜密度，以規(guī)格化拉普拉斯譜表示。該規(guī)格化拉普拉斯譜序列是大圖拓撲近 似度的量化值，在本發(fā)明方法中被視為拓撲標定的參照值，在整個方法工作過程中保持不 變；(三)計算得到圖譜密度參照值后，將給定大圖拓撲矩陣輸入到釋放目標矩陣內 存空間模塊3，釋放給定大圖拓撲矩陣，釋放內存空間；(四)進入遺傳算法啟動模塊4，循環(huán)執(zhí)行1進入遺傳因子生成模塊5，根據(jù)給定大圖拓撲規(guī)模，生成若干待標定大圖拓撲的隨機矩陣，該隨機矩陣應與給定大圖矩陣規(guī)模相近。生成的隨機矩陣如果是稀疏矩陣，則需 要進行壓縮。這些生成矩陣是遺傳算法的遺傳因子；2進入近似度計算模塊6，計算遺傳因子矩陣的圖譜密度，以遺傳因子的規(guī)格化拉 普拉斯譜表示。計算遺傳因子的規(guī)格化拉普拉斯譜與給定大圖的規(guī)格化拉普拉斯譜的差， 此差值將作為本方法中大圖拓撲近似度的量化表示結果；3進入適應度評估模塊7，根據(jù)拓撲近似度計算遺傳算法中遺傳因子的適應度評 估結果；4進入選擇模塊8，根據(jù)評估函數(shù)得出適應度大小，評選出遺傳因子矩陣的優(yōu)劣， 并從優(yōu)到劣進行排序。如果最優(yōu)遺傳因子滿足算法要求，退出遺傳算法循環(huán)，進入最終在標 定結果選擇模塊11。否則選擇出一組優(yōu)秀的遺傳因子，輸入交叉模塊9和變異模塊10，進 入下一輪遺傳計算；5進入交叉模塊9，按一定概率隨機選擇優(yōu)秀遺傳因子對，并按概率值將其中一個 遺傳因子矩陣中的部分行與另一個遺傳因子矩陣中的相應行進行交換操作，實現(xiàn)交叉操 作；6進入變異模塊10，按一定概率隨機選擇矩陣中值，進行0、1值變換操作，實現(xiàn)變 異操作；然后進入下一輪遺傳計算；(五)從遺傳算法退出，進入標定結果選擇模塊11，可根據(jù)最終需求得到的最優(yōu)生 成矩陣。該矩陣是根據(jù)目標大圖拓撲特征標定得出的生成矩陣。
權利要求
一種基于拓撲近似度的大圖拓撲標定方法，其特征在于包括以下步驟(1)將給定的大圖拓撲進行矩陣化處理，如果產生稀疏矩陣，則需要進行壓縮；(2)計算給定大圖拓撲矩陣的圖譜密度，以規(guī)格化拉普拉斯譜表示。該規(guī)格化拉普拉斯譜序列為標定的參照值，保持不變；(3)釋放給定大圖拓撲矩陣，釋放內存空間；(4)啟動改進的遺傳算法，循環(huán)執(zhí)行①根據(jù)給定大圖拓撲規(guī)模，生成若干待標定大圖拓撲的隨機矩陣，該隨機矩陣應與給定大圖矩陣規(guī)模相近生成的隨機矩陣如果是稀疏矩陣，則需要進行壓縮這些生成矩陣是遺傳算法的遺傳因子；②計算遺傳因子矩陣的圖譜密度，以遺傳因子的規(guī)格化拉普拉斯譜表示；③計算遺傳因子的規(guī)格化拉普拉斯譜與給定大圖的規(guī)格化拉普拉斯譜(參照值序列)的差，以差值作為不同大圖之間拓撲近似度的量化結果；④根據(jù)拓撲特征近似度計算遺傳算法的適應度評估函數(shù)；⑤根據(jù)評估函數(shù)得出適應度大小，評選出遺傳因子矩陣的優(yōu)劣；如果滿足算法要求，退出遺傳算法循環(huán)否則選擇出一組優(yōu)秀的遺傳因子，通過交叉和變異操作，并進入下一輪遺傳計算；⑥實現(xiàn)交叉和變異操作；(5)從遺傳算法退出，得到的最優(yōu)生成矩陣。該矩陣是根據(jù)給定大圖拓撲特征標定得出的生成矩陣。FSA00000143971300011.tif,FSA00000143971300012.tif,FSA00000143971300013.tif
全文摘要
首先將待標定的給定大圖拓撲進行矩陣化處理，如果產生稀疏矩陣，則需要進行壓縮；然后進入遺傳算法，產生與給定大圖拓撲規(guī)模相近的隨機拓撲矩陣。分別計算隨機拓撲矩陣與給定大圖拓撲矩陣的近似度，以規(guī)格化拉普拉斯譜之差表示。據(jù)此通過遺傳算法的選擇、交叉和變異操作對待標定的大圖拓撲進行優(yōu)化處理，最終標定得到具有與給定拓撲相似拓撲特征的新圖。通過上述工作流程，本發(fā)明將根據(jù)給定目標大圖拓撲特征進行標定操作，從而得到一個新的拓撲結構圖，包括大型有向圖和無向圖。該圖與給定大圖拓撲特征高度相似。
文檔編號G06T11/00GK101894384SQ20101020148
公開日2010年11月24日 申請日期2010年6月17日 優(yōu)先權日2010年6月17日
發(fā)明者徐野, 王紅霞, 高宏偉 申請人:沈陽理工大學