期刊文献+

背包问题的基因学习优化算法

Gene Learning Optimization Algorithm for Knapsack Problem
下载PDF
导出
摘要 背包问题是典型的NP完全问题,针对背包问题,给出一种新的基于基因学习思想的求解算法。基因学习算法是在PBIL算法与自私基因算法基础上提出的一种适应性和搜索能力更强的优化算法。试验取得较好的效果,表明该算法加快收敛速度和提高全局寻优能力。 Knapsack problem is NP-complete. A new type of gene learning algorithm-based is proposed to solve the 0-1 knapsack problem. Gene learning algorithm is developed from PBIL and Selfish algorithm. Experimental results show that the method has high convergence speed, good global search ability.
作者 熊光耀
出处 《微计算机信息》 北大核心 2007年第36期260-261,191,共3页 Control & Automation
关键词 基因学习 背包问题 优化 gene learning, knapsack problem, optimization
  • 相关文献

参考文献6

  • 1王俭,赵鹤鸣,陈卫东.移动机器人全覆盖路径规划研究[J].微计算机信息,2006(03Z):194-197. 被引量:18
  • 2Syslo, M. M, et al. Discrete Optimization Algorithm [M]. Englewood Cliff.s, New Jersey: Prentice-Hall, 1983, 118-165.
  • 3Colorni, A. , Dorigo, M. , Maniezzo, V. Distributed Optimization by Ant Colonies[A]. In Proc. Of the First European Conf. On Artificial Life [C], Paris, France: Elsevier Publishing, 1991, 134-142.
  • 4Dorigo, M. , Maniezzo, V. , Colorni, A. Ant System: Optimization by a Colony of Cooperation Agents [J]. IEEE Trans. On Systems, Man, and Cybernetics, 1996, 26(1): 29-41.
  • 5Baluja S. Genetic Algorithms and Explicit Search Statistics. In Advances in Neural Information Processing System: MIT Press, 1996, 319-325.
  • 6Corno F, et al. The Selfish Gene Algorithm: A New Evolutionary Optimization Strategy. In Proc. of the Intl. Conf. of Evolutionary Computation (ICEC'98), 1998, 578-580.

二级参考文献2

共引文献17

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部