针对有向图和道路网络中的k支配模型的贪婪和随机启发式方法

有向图提供了比简单图更细致精确的道路网络优化建模工具，特别适用于交通燃料替代品和新型汽车技术，如电动车。在本文中，我们提出一种新的泛化概念，即与道路网络关联的可达有向图，用以将加油站/充电站的放置建模为有向图中的k支配集。我们设计了两种新的贪婪启发式方法并进行实验测试，以在两种类型的有向图中寻找小k支配集。改进的贪婪策略表现出色，能够找到高质量解，适用于非常大的有向图和道路网络。此外，使用一种概率方法证明了有向图k支配数的新上界，这为开发新的随机启发式方法提供了依据，以在有向图中寻找k支配集。概括随机启发式思想的做法，使启发式更灵活，调优并与贪婪策略结合，可在可达有向图上获得更好结果。针对英国西中部地区的道路网络案例研究进行了计算实验。