We solve the recognition problem (RP) for the class of Demidenko matrices. Our result closes a remarkable gap in the recognition of specially structured matrices. Indeed, the recognition of permuted Demidenko matrices is a longstanding open problem, in contrast to the effciently solved RP for important subclasses of Demidenko matrices such as the Kalmanson matrices, the Supnick matrices, the Monge matrices and the Anti-Robinson matrices. The recognition of the permuted Demidenko matrices is relevant in the context of hard combinatorial optimization problems which become tractable if the input is a Demidenko matrix. Demidenko matrices were introduced by Demidenko in 1976, when he proved that the Travelling Salesman Problem (TSP) is polynomially solvable if the symmetric distance matrix fulfills certain combinatorial conditions, nowadays known as the Demidenko conditions. In the context of the TSP the recognition problem consists in deciding whether there is a renumbering of the cities such that the correspondingly renumbered distance matrix fulfills the Demidenko conditions, thus resulting in a polynomially solvable special case of the TSP. We show that such a renumbering of n cities can be found in $O(n^4)$ time, if it exists.


翻译:我们解决了Demidenko 矩阵的识别问题(RP ) 。 我们的结果弥补了在识别特殊结构矩阵方面存在的显著差距。 事实上,对Meded Demidenko 矩阵的识别是一个长期的开放问题,而对于Demidenko 矩阵的重要子类,如Kalmanson矩阵、Supnick矩阵、Monge矩阵和反Robinson矩阵,我们解决了识别问题(RP ) 。对Mendendienko 矩阵的识别与硬组合优化问题相关,如果输入为Demidenko 矩阵,这种组合优化问题就变得可移植。 Demidenko 矩阵是1976年由Demidenko 引入的,当时Demidenko 矩阵证明,如果对称远程矩阵满足了某些组合条件(现称为Demidenko 条件 ), 则该矩阵是多元销售员问题(TSP) 的多元软软体软体软体软体软体的。 在 TSP 4 中, 特别的大小城市中可以找到相应的重新编号 。

0
下载
关闭预览

相关内容

神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
11+阅读 · 2021年3月25日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员