主讲人：邵泽辉（特聘教授）

时间：2025年06月26日星期四16:30-17:00

地点：腾讯会议：389-717-259

//meeting.tencent.com/dm/bRcAkDo5mg7m

主办：黄色漫画

主讲人简介：

华中科技大学取得博士学位，主要从事模式识别、智能信息处理、图论及应用、算法设计与分析相关领域工作，解决了几个图论以及组合数学等相关领域的国际公开问题。主持国家自然科学基金2项，四川省应用基础研究计划重点项目1项，广东省自然科学基金面上项目1项。在Information Sciences、Applied Mathematical Modelling、IET Communications、Discrete Math.、Discrete Applied Math.、Journal of Computer and System Sciences、SIAM J. on Discrete Math、Information Processing Letters、Journal of Combinatorial Optimization、MATCH Commun. Math. Comput. Chem.、Bulletin of the Malaysian Mathematical Sciences Society，Applied Thermal Engineering等国际期刊上发表论文70余篇，其中SCI收录60余篇, Thomson Reuters JCR 1区论文10篇，ESI高被引1篇，详见//www.researchgate.net/profile/Zehui_Shao。Google引用超过480次，Google h-Index为11，担任多个国际学术期刊编委。

主讲内容：

图的控制集理论是图论中的核心研究方向，旨在寻找最少的顶点集合，使得图中每个顶点要么属于该集合，要么至少与集合中的一个顶点相邻。其基本问题——最小控制集是NP难问题，衍生出多种变体，如连通控制集（CDS）、双罗马控制集和k-控制集，分别适应不同应用场景的鲁棒性、连通性或容错需求。在无线传感器网络中，控制集用于构建高效骨干网络，优化数据传输；在社交网络分析中，可识别关键节点以最大化信息传播；在设施选址中，帮助部署最少的医院、基站等实现全覆盖；在军事安防领域，则用于优化监控点布局。此外，控制集理论还与机器学习结合，用于图数据压缩和特征提取。当前研究聚焦于启发式算法优化（如遗传算法、禁忌搜索）、动态图适应及多目标权衡。未来，随着图神经网络和分布式计算的发展，控制集理论有望在智慧城市、物联网等复杂系统中发挥更大作用。