计算机科学与探索 ›› 2017, Vol. 11 ›› Issue (10): 1609-1620.DOI: 10.3778/j.issn.1673-9418.1609007
魏华珍1,2,赵 姝1,2+,陈 洁1,2,张以文1,2,张燕平1,2
WEI Huazhen1,2, ZHAO Shu1,2+, CHEN Jie1,2, ZHANG Yiwen1,2, ZHANG Yanping1,2
摘要: 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%。