共查询到20条相似文献,搜索用时 15 毫秒
1.
在分析多维背包问题和多选择背包问题的基础上,提出一种广义的多维多选择背包问题,给出了该问题的数学模型并改进传统的贪婪算法对其进行了求解.该算法以价值密度为准则,并对每个约束条件先后执行贪婪优化,从而得到问题的近似最优解. 相似文献
2.
系统地阐述了蚁群算法,并对它进行改进、优化。将蚁群算法应用于求解多维0-1背包问题,提出一种新的求解多维0-1背包问题的算法——基于交换策略的蚁群算法。 相似文献
3.
设计了一种用于求解0-1背包问题的粒子群优化算法,阐述了算法求解0-1背包问题的具体操作过程.通过对其它文献中仿真实例的计算和结果对比,表明了该算法对求解0-1背包问题的可行性和有效性. 相似文献
4.
《绵阳师范学院学报》2020,(2):93-99
根据萤火虫算法自身特点,本文提出一种基于模拟退火的改进萤火虫算法,并用于求解0-1背包问题.该算法在模拟退火过程中利用萤火虫算法搜索新解,采用贪心修复算子对不可行解进行修正.每一次退火操作完成时,对萤火虫种群实行变异操作,增强萤火虫的全局搜索能力.本算法在求解0-1背包问题时,能及时跳出局部最优,在算法初期增强全局搜索能力,在算法后期加快收敛速度.通过仿真实验表明,该算法可较好的求解0-1背包问题. 相似文献
5.
陈亮 《洛阳工业高等专科学校学报》2011,21(2)
混合蛙跳算法是一种全新的基于群体智能的后启发式计算技术,具有高效的计算性能和优良的全局搜索能力。描述了0/1背包问题的数学模型,阐述了混合蛙跳算法的基本理论,在全局信息交换过程中加入变异操作,改进了混合蛙跳算法,并将该算法应用到0/1背包问题的求解,在实例上的运行结果表明本文方法的可行性和有效性。 相似文献
6.
戴书文 《淮南职业技术学院学报》2005,5(1):72-74
在组合优化的实际问题求解中,背包问题,TSM问题等NP(Non—deterministic Polynomial)问题在多项式时间内无法得到最优解,要解决此类问题,就必须借助于启发式算法;简单介绍了计算复杂性概念,列举了几种常用的启发式算法,并给出算法的自然语言描述。 相似文献
7.
提出了一种求解0-1背包问题的遗传算法,该算法首先设计出基于适应度的自适应变异策略,提高了变异的科学性和新算法的搜索能力;然后提出了基于单位价值信息和满足约束最大化的双优化策略,提高了求解的质量.3个0-1背包问题的仿真实验表明:与已有的HGA算法和GGA算法相比,新算法在求解质量上具有一定优势. 相似文献
8.
9.
0-1背包问题的遗传算法求解及其改进 总被引:1,自引:0,他引:1
0-1背包问题是一个典型的组合优化问题,且为NP完全问题.目前常用的方法有贪心算法,动态规划,回溯法等.本文探讨了一种基于贪心算法的混合遗传算法求解0-1背包问题的方法,并在实验中获得了更佳近似解. 相似文献
10.
为了提高演化算法的求解性能,提出了一种新的演化算法,该算法基于热力学中的自由能极小化原理,在变异算子的设计中融入了模拟退火策略。通过利用该算法对0-1背包问题实施的数值实验,测试了其优良性能。实验结果表明,该算法是求解0-1背包问题的高效算法。 相似文献
11.
以0-1背包问题为研究对象,建立教学模型,采用有序组合树法对中小规模的背包问题进行求解。与传统的贪婪算法相比,该算法更容易找到最优解,并通过实例说明该算法对解决中小规模的0-1背包问题是行之有效的。 相似文献
12.
13.
0/1背包问题是一类典型的组合优化问题,并且是NP完全问题。针对0/1背包问题和蚁群算法的特点,设计了一个标志表,使得蚁群算法可以应用到背包问题上。仿真结果表明,改进的蚁群算法在求解0/1背包问题上是相当出色的。 相似文献
14.
15.
16.
文章提出了一种改进的离散型粒子群优化算法,该算法重新定义粒子群优化算法的速度和位置公式,使其适用于离散问题.将该算法应用到典型的组合优化问题(0-1背包问题)的求解中,仿真实验表明了该算法的有效性. 相似文献
17.
给出了基于混沌粒子群优化算法(CPSO)背包问题的一种新的求解方法.首先将背包问题对应到粒子群算法中的位置与速度问题的表示,然后为了抑制早熟停滞现象,将混沌理论引进优化,使得背包问题更接近最优解. 相似文献
18.
针对目前在求解经典0-1背包问题时已有算法的不足,运用改进的萤火虫算法对该问题进行求解。引入贪心策略修正萤火虫算法的不可行解,提出一种变异策略,增加萤火虫算法的种群多样性。通过对3个不同规模的算例进行测试,实验结果表明改进的萤火虫算法有效;通过和目前已有算法的求解结果进行比较,改进萤火虫算法具有较好的高效性和稳定性。 相似文献
19.
多目标遗传算法NSGA-Ⅱ是解决0/1背包问题[1]的有效算法,但是它还存在一定的缺陷,当0/1背包问题的规模较大时,这种方法很难收敛到Pareto最优边界,因此解的分布性不是很好,解集也很难收敛。针对此问题,提出基于ε支配的MOGA来求解0/1背包问题,通过实验验证该算法在求解分布性上优于NSGA-Ⅱ。 相似文献
20.
选取粒子群算法提供的并行搜索主框架,结合禁忌算法的个体串行搜索方式,能有效地搜索空间,快速实现全局优化。给出了基于禁忌粒子群的混合算法,并结合禁忌粒子群与自启发式方法来求解多目标0-1背包问题。计算机仿真证明,其优化性能指标及搜索效率均有大幅度的提高。 相似文献