一种高度受限的有向斯坦纳树构造方法及存储介质技术

本发明专利技术涉及斯坦纳树构造技术领域，特别涉及一种高度受限的有向斯坦纳树构造方法及存储介质，该构造方法利用动态规划技术，采用自底向上策略来得出问题的最优解。当网络的目标节点个数远远小于网络规模时，该方法具有较好的时间效率，能够在关于问题规模的多项式时间内实际求解得到问题的最优解。内实际求解得到问题的最优解。内实际求解得到问题的最优解。

【技术实现步骤摘要】
一种高度受限的有向斯坦纳树构造方法及存储介质


[0001]本专利技术涉及斯坦纳树构造
，特别涉及一种高度受限的有向斯坦纳树构造方法及存储介质。

技术介绍

[0002]斯坦纳树，是组合优化问题，属于最短网络中的一种。斯坦纳树在计算机网络、集成电路设计和生物信息学等领域具有越来越重要的应用，其中有向图上斯坦纳树问题近来在无线网络中得到重要应用。在无线传感器网络中，涉及组播，是实现从一个源节点到一组目标节点同时分发数据的一种高效方法，又由于传感器节点通常是能量受限的，在设计协议和算法时节省能量消耗是主要考虑因素。在实际网络设计中，通常还需要考虑网络延时，通过给定源节点和少量的目标节点，给每个传感器节点分配传输能量等级，从而构造出一棵满足延时界限的组播树，同时所有节点的总能量消耗最小。这个问题可以模型化为高度受限的有向斯坦纳树问题。
[0003]针对高度受限的斯坦纳树的研究主要集中在近似方法或启发式方法，通常基于贪婪等策略来构造问题的解。然而，近似方法或启发式方法通常只能得到问题的近似解而无法得到问题的最优解。另外，由于高度受限的有向图上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高度受限的有向斯坦纳树构造方法，其特征在于，包括以下步骤：S1，产生高度受限有向斯坦纳树下的一个问题实例(G，r，S，h)，其中G＝(V，E)为边加权的有向图；S2，枚举目标节点集合S的子集X，以及节点集合V中任一节点v的所有组合，计算实现(v，S，0)的斯坦纳树权值；S3，枚举树高度i，以及目标节点集合S的子集X，以及节点集合V中任一节点v的所有组合，并利用动态规划技术计算实现(v，X，i)的斯坦纳树的权值W(v，X，i)；S4，基于权值W(v，X，i)，利用回溯法构造代价为W(r，S，h)、实现(r，S，h)的斯坦纳树T；其中，步骤S1与步骤S2中的V为顶点集合，E为边的集合；源节点r为G中的任一顶点；目标节点集合S为V的任一子集；h＞0(h∈n)；步骤S3与步骤S4中0＜i≤h(i∈n)。2.根据权利要求1所述的一种高度受限的有向斯坦纳树构造方法，其特征在于，所述步骤S2具体包括：S21，判断X＝＝{v}是否成立，若是则将W(v，S，0)赋值为零，若否则执行下一步；S22，将W(v，S，0)赋值为无穷大。3.根据权利要求2所述的一种高度受限的有向斯坦纳树构造方法，其特征在于，所述步骤S3具体包括：S31，计算实现(v，X，i)中，且v的度至少为2个最小代价树的权值；S32，计算实现(v，X，i)的斯坦纳树的权值。4.根据权利要求3所述的一种高度受限的有向斯坦纳树构造方法，其特征在于，所述步骤S31具...

【专利技术属性】
技术研发人员：骆伟忠，吴志攀，汪华斌，
申请(专利权)人：惠州学院，
类型：发明
国别省市：