基于标签传播的大规模网络最大流求解方法

TP301.6; 针对大数据时代背景下,对海量数据的高效智能处理方式的需求,提出了一种简化大规模网络求解最大流的方法MFLPA(maximum flow based on label propagation algorithm).基于标签传播将初始有向网络划分成多个子网络;结合商空间理论通过计算将子网络压缩成单个节点,形成规模较小的商网络;最后,在商网络中求解初始网络的近似优解,有效降低了计算复杂性.实验结果表明,MFLPA在不同网络上运行速度均比ISAP(improved shortest augument path)和Dinic有显著提升,效果随着网络规模的增大而越显著,缩小网络规模达到7...

Full description

Saved in:
Bibliographic Details
Published in计算机科学与探索 Vol. 11; no. 10; pp. 1609 - 1620
Main Authors 魏华珍, 赵姝, 陈洁, 张以文, 张燕平
Format Journal Article
LanguageChinese
Published 安徽大学 计算机科学与技术学院,合肥 230601 2017
安徽大学 信息保障技术协同创新中心,合肥 230601
Subjects
大规模网络
quotient space theory
large-scale network
最大流
标签传播
maximum flow
label propagation
简化网络
商空间
simplify network
Online AccessGet full text
ISSN1673-9418
DOI10.3778/j.issn.1673-9418.1609007

Cover

More Information
Summary:TP301.6; 针对大数据时代背景下,对海量数据的高效智能处理方式的需求,提出了一种简化大规模网络求解最大流的方法MFLPA(maximum flow based on label propagation algorithm).基于标签传播将初始有向网络划分成多个子网络;结合商空间理论通过计算将子网络压缩成单个节点,形成规模较小的商网络;最后,在商网络中求解初始网络的近似优解,有效降低了计算复杂性.实验结果表明,MFLPA在不同网络上运行速度均比ISAP(improved shortest augument path)和Dinic有显著提升,效果随着网络规模的增大而越显著,缩小网络规模达到70%以上,实验误差不超过5%.
ISSN:1673-9418
DOI:10.3778/j.issn.1673-9418.1609007