Cm·Kn的邻点可区别全染色

将顶点集和边集分别为V(G)={vij|i=1,2,…,m;i=0,1,…,n-1},E(G)={v10 v20,v20 v30,…,vm0 v10}∪(m∪i=1{vij vik|j≠k;j,k=0,1,…,n-1})的图简记为Cm·Kn.给出了图Cm·Kn的邻点可区别全色数.     

极大外平面图边面全色数的注记

设G是2-连通的平面图,证明了若G是最大度△（G）=5的极大外平面图,则其边面全色数χef(G)=5。     

关于图的局部着色

G.Chartand[1]引入了一个图G的局部色数x1(G)的概念,在本文中的我们主要出了图的局部色数的界限,证明了对任意n阶图G(n≥2),均有x1(G) x1(■)≤2n-1,并确下了一些特殊图的局部色数.     

关于Cn∨Sn的点可区别的均匀边染色

研究了联图Cn∨Sn的均匀边染色.主要证明了:当n=3时,此图的点可区别的均匀边色数为T,当n≥4时为2n.     

居住区共享泊位资源优化配置模型及算法

对于缓解城市停车难问题,基于泊位共享的理念充分挖掘现有私人或者专用停车位资源以供社会车辆停放的方法成为一种新的思路.由于共享车位可利用的停车时段通常具有严格的时间窗约束和片段化特征,导致共享车位资源在实际运营中难以得到高效利用.本文旨在通过设计优化配置算法,以提高共享泊位利用率为目标,将居住区泊位拥有者愿意出租的停车时段与停车需求进行匹配,从而实现共享车位的高效利用.首先,基于具有颜色约束的加权顶点着色问题,建立共享车位资源优化配置模型;其次,针对以上NP-C问题,分析蚁群算法的路径选择及信息素更新策略并设计求解算法;最后,根据居住区泊位空闲特性设计仿真实验,并与"先到先服务"的停车位资源配置方法对比,结果显示,本文提出的优化方法可以将泊位利用时长提高11.82%.     

关于Cm·Sn和Cm△Sn的全染色

设m≥3,n≥2V(Cm·Sn)={ui|i=1,2,…,m}∪{vij|i=1,2,…,m;j=1,2,…,n},E(Cm·Sn)={u1u2,u2u3,…,u(m-1)um,umu1}∪{uivij|i=1,2,…,m;j=1,2,…,n} 则称Cm·Sn为m个Sn(星)的心联图.V(CmΔSn)={ui|i=1,2,…,m}∪{vij|i=1,2,…,m;j=1,2,…,n},E(CmΔSn)={v11v21,v21v31,…,v(m-1)1vm1,vm1v11}∪{uivij|i=1,2,…,m;j=1,2,…,n} 则称CmΔSn为m个Sn(星)的沿联图.本文给出Cm·Sn和CmΔSn全染色以及全色数.     

若干图广义Mycielski图的点边邻点可区别的全染色

对简单图G(V,E),存在一个正整数k,使得映射f:V(G)∪E(G)→{1,2,…,k},如果对uv∈E(G),有f(u)≠f(uv),f(v)≠f(uv),且C(u)≠C(v),则称f是图G的点边邻点可区别全染色,且称最小的数k为图G的点边邻点可区别全色数.本文讨论了星,扇,轮,圈等图的广义Mycielski图的点边邻点可区别全染色,得到了它们的点边邻点可区别全色数,其中每个点的色集合包含该点及其关联边的颜色.     

若干多重联图的邻点可区别E-全染色

G（V,E）是一个简单图,忌是一个正整数,f是一个V（G）∪E（G）到{1,2,…,k}的映射．如果任意uv∈E（G）,则f（u）≠f（v）,f（u）≠f（uv）,f（v）≠f（uv）,C（u）≠C（v）,称,是图G的邻点可区别E-全染色,称最小的数k为图G的邻点可区别E-全色数．本文给出了扇与星、路、圈间的多重联图的邻点可区别E-全色数．其中C（u）={f（u）}∪{f（uv）｜uv∈E（G）}．     

关于图的Grundy着色

设G=(V,E)为一个图,函数f:V→{1,2,…,k}被称为图G的一个Grundyk-着色函数,如果f为图G的一个真k-着色函数且对于任何两种颜色i和j(1≤i≤j≤k),每个j色点的邻域中至少有一个i色点。图G的Grundy色数定义为Γ(G)=max{k|存在图G的Grundyk-着色函数}。给出了图的Grundy色数的若干上界,并确定了几类特殊图的Grundy色数。